May, 2023

基于动态组合和交互的团体活动识别

PDF
TL;DR通过提出 DynamicFormer 模型以及 Dynamic composition Module 和 Dynamic interaction Module 来建模人员关系和物体交互，并利用 GCN 和 Multi-level Dynamic Integration 等方法进行了实验验证，该模型在小组活动识别任务中取得了最先进的结果。
group activity recognitiondynamicformerdynamic composition moduledynamic interaction modulehuman-object interactions
发现论文，激发创造
  • 基于时空动态推理网络的群体活动识别

    本研究旨在实现对人群活动的识别和研究，通过提出具有动态关系和动态行走模块的动态推理网络（DIN）来实现时空人员特定推理，从而形成人员特定的交互图，并在两个常用数据集中取得了相对于先前最先进方法的显著进展，而推理模块的计算开销要少得多。

    Aug, 2021

  • 一种视频动作检测的语法组合模型

    基于语法组合模型的行为检测方法可以有效地分析视频中的人类行动，提高模型的解释性和优化效果。

    Oct, 2023

  • 基于动态图模块的对象交互建模在活动识别中的应用

    本文提出了基于动态隐藏图模块的视频动作识别方法，该模块既可以捕捉多对象间的外观 / 运动变化，又能捕捉他们的时空关系，该方法具有处理流式视频数据的能力，并在 Something-Something 和 ActivityNet 数据集上取得了竞争性的性能。

    Dec, 2018

  • 建模空间 - 时间交互以进行组合动作识别

    该研究提出组合动作识别的方法，并使用时空交互编码器捕捉人体 - 物体之间的交互作用并将其与视频信息相结合。该方法在多个数据集上获得了先进的性能，表明显式地对人体 - 物体之间的交互行为建模是有效的。

    May, 2023

  • 高效组合人体运动预测的动态组合图卷积网络

    通过提出一种综合人体动作预测任务的方法，使用图卷积网络 (GCN) 来生成合成动作并减少对复杂模型的需求，实现了高准确性的人体动作预测，同时减少计算成本。

    Nov, 2023

  • 语义控制下的人 - 场景交互合成

    本研究提出了一种名为 COINS 的生成模型，可以在高级语义规格的控制下合成 3D 场景内与虚拟人之间的自然互动，该模型通过编码统一的潜在空间和位置编码来嵌入互动语义，并可以自然地合成多个对象之间的组合互动，实验结果表明该模型可以合成具有语义控制的真实人 - 场景交互。

    Jul, 2022

  • 空间时态交互网络的组合动作识别

    本文提出一种新颖的机器学习模型，通过对主体 - 对象交互的动态学习来探究行为的组成性。该模型能够精确推理组成对象的几何关系和动作代理之间的关系，具有较好的应用前景。在使用 Something-Something 数据集进行训练时，我们提出了一种新的组合性行为识别任务，成功验证了该模型的有效性。

    Dec, 2019

  • 社会行为生成的二人互动建模

    人际交流模型可通过 Dyadic Interaction Modeling 生成 3D 面部动作，该模型考虑听者的非语言行为，利用编码离散潜在表示生成多样且逼真的运动。

    Mar, 2024

  • COMPOSER: 视频中基于关键点的组群活动的组合推理

    使用基于多尺度 Transformer 的 COMPOSER 模型，在仅使用关键点模式的情况下提高群体活动识别精度，并通过预测辅助和数据增强等技术进行模型训练。

    Dec, 2021

  • 基于 Actor-Transformers 的群体活动识别

    本文提出一种基于 actor-transformer model 认知视频中的个人行为和组群活动的模型，并通过 2D 姿态网络和 3D CNN 等方式提供丰富的个人动态和静态信息表示，从而在公开数据集上取得了显著的效果。

    Mar, 2020