Feb, 2015

使用手部特征和脚本数据识别细粒度和组合活动

PDF
TL;DR本文介绍了细粒度活动检测和组合活动理解的挑战，并提出了一种新的基于手部和人体姿态的特征提取方法以及采用分解属性的方式来识别组合活动的方法。使用脚本数据可以识别没有训练数据的新组合活动。
发现论文，激发创造
  • 基于整体和姿态特征的细粒度活动识别

    本文通过对人类活动识别中的全局方法和基于姿势的方法的性能分析，证明它们在人类活动识别中高度互补；具体表现在全局方法大多受到轨迹数量和速度的影响，而基于姿势的方法主要受到人物视角的影响；同时，结合全局方法和基于姿势的方法，其性能最佳。

    Jun, 2014

  • Action2Activity: 从传感器数据识别复杂活动

    本文提出了一种新的方法，该方法包括临时模式挖掘和自适应多任务学习，用于实现复杂活动识别，实验证明其有效性。

    Nov, 2016

  • 利用类别组件与本地模型相结合的视频监控活动识别

    本文提出了一种用于视频监控应用的自动识别人类活动的方法，将活动表示为类别组件的组合，并且提出了一种 Confident-Frame-based Recognition 算法来提高识别精度，该算法将高置信度的视频帧用作专门的局部模型来帮助分类其余的视频帧，实验结果表明了该方法的有效性。

    Feb, 2015

  • 利用远程监督学习识别过程性活动

    本文研究了从长达数分钟的视频中识别精细、多步骤活动的问题，通过远程监督的语言模型方法，基于 wikiHow 的文本数据库自动标注视频中的步骤，并在识别过程中考虑了它们的时间依赖性，实现了较高的泛化性能。

    Jan, 2022

  • 棒球视频中的细粒度活动识别

    本文介绍了一个新的细粒度活动检测数据集 MLB-YouTube，研究了利用分类和连续视频中各种识别方法捕捉活动视频中的时间结构，并比较了在难以预测棒球视频中的球速和类型的任务中的模型。发现学习时间结构对于细粒度活动识别非常有价值。

    Apr, 2018

  • 基于人类手动演示视频的自动交互和活动识别技术及其在异常检测中的应用

    本文提出一种基于场景图，利用图像序列提取关键交互特征并编码动作模式和上下文的方法，同时引入基于事件的自动视频分割和聚类，成功地实现了识别手 - 物体和物体 - 物体交互，并匹配不同受试者执行的同一活动。

    Apr, 2023

  • 使用解剖学特征和迭代学习进行自监督优化的手势估计方法

    研究报告提出了一种自我监督学习框架，结合手势估计和手势识别，用于解决手势识别在复杂场景中的困难，以提高手动组装场景下的活动识别的准确性和鲁棒性。

    Jul, 2023

  • 利用活动专属特征和活动相关性进行多标签活动识别

    介绍一种多标签活动识别的方法，它可以为每个活动提取独立的特征描述符并学习活动之间的相关性，可使现有的视频分类网络结构更好地应用于多标签活动，经实验表现优于其他方法，并在 Charades 数据集中展示了活动特定的特征。

    Sep, 2020

  • 建模标签语义提升活动识别

    本论文提出了一个基于序列到序列的神经网络框架，以学习共享活动标签名称的语义，而不是将标签仅视为整数 ID，这有助于提高人类活动识别的性能。该方法将学习活动分解为学习共享标记，通过在七个基准人类活动识别数据集上的广泛实验表明其优于现有方法。

    Jan, 2023

  • 基于传感器的活动识别的深度学习：一项综述

    本文综述了深度学习在传感器活动识别中的最新进展，并从传感器模态、深度模型和应用三个方面总结了现有文献，并提出了未来研究的重大挑战。

    Jul, 2017