ABSTRACT This paper outlines a neural model inspired by the dorsal stream of the visual system for motion recognition. Two areas are considered: the primary visual area (V1) and the middle temporal area (MT). In model area, V1 neurons are organized to detect eight local motion directions. MT is modelled using classical receptive field (CRF), where the cells respond to wide-field motion. The biological motion can be identified through spatial motion dynamics for the limbs and body. In this article, we propose spatio-temporal sampling detectors, where a set of circular masks over motion scenario are utilized to detect the motion dynamics. Two alternative mechanisms, Max-pooling and Sum-pooling, are used to extracting spatio-temporal descriptors from motion energy occupied by the circular masks. To improve the classification results, centroid kinematics is added to the feature vectors, where this feature contributes substantially to characterizing the motion pattern of an action. We evaluate our model by using two challenging datasets: the Weizmann biological action dataset and the KTH biological motion dataset. Our results reflect the potential of spatio-temporal sampling detectors in describing the biological motion of body and limbs using only short video frames (snippets). In addition, the centroid kinematic feature improves the recognition rate and refines the action classification.

中文翻译：

---

用于生物运动分离的视觉模型的计算架构

摘要 本文概述了一种受视觉系统背流启发的神经模型，用于运动识别。考虑两个区域：初级视觉区域 (V1) 和中间颞区 (MT)。在模型区域，V1 神经元被组织起来检测八个局部运动方向。MT 使用经典感受野 (CRF) 建模，其中细胞响应宽场运动。生物运动可以通过四肢和身体的空间运动动力学来识别。在本文中，我们提出了时空采样检测器，其中利用运动场景上的一组圆形掩码来检测运动动态。两种替代机制，最大池化和总池化，用于从圆形掩码占用的运动能量中提取时空描述符。为了改善分类结果，质心运动学被添加到特征向量中，该特征在很大程度上有助于表征动作的运动模式。我们通过使用两个具有挑战性的数据集来评估我们的模型：魏茨曼生物动作数据集和 KTH 生物运动数据集。我们的结果反映了时空采样检测器在仅使用短视频帧（片段）描述身体和四肢生物运动方面的潜力。此外，质心运动学特征提高了识别率并细化了动作分类。我们的结果反映了时空采样检测器在仅使用短视频帧（片段）描述身体和四肢生物运动方面的潜力。此外，质心运动学特征提高了识别率并细化了动作分类。我们的结果反映了时空采样检测器在仅使用短视频帧（片段）描述身体和四肢生物运动方面的潜力。此外，质心运动学特征提高了识别率并细化了动作分类。