Dec, 2023

应用于视频分析系统的机器学习方法综述

TL;DR该研究论文通过调查机器学习技术在视频分析领域的发展情况,总结了用于人体活动识别的最流行的深度学习方法,其中涵盖了不同于由多个参与者在长时间内执行多个活动支配的现实数据集的标准数据集,介绍了在成功检测到相关对象后,通过训练仅用于检测单一活动的低参数模型(参数数量减少了 200X 或者 1,000X)的使用。然后,该研究论文总结了专门用于处理少量标记视频样本的机器学习方法,目的是描述现代技术,以减少用于训练和测试视频分析系统所需的基本真实数据量,该部分还包括无监督学习、半监督学习、主动学习和零样本学习在视频分析应用中的发展,以及每种方法的代表性例子。