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。

Dec, 2023

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

本论文提出了一种从极低分辨率视频（如 16x12）中识别人类活动的方法，既能够分析偏远地区的活动，同时也能实现隐私保护识别。我们设计了一个新的两流多 - Siamese 卷积神经网络，能够显式捕捉低分辨率视频的内在特性。实验证明，我们的方法优于之前的低分辨率识别方法，并且在两个公开的标准数据集上具有显著的优势。

Aug, 2017

本文介绍了一种基于强化学习的视频定位技术，使用文本和视频的精细特征表示来准确定位语言查询中的片段，并仅浏览整个视频的 32-41% 以节约处理时间。

Apr, 2019

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

本研究旨在解决 Tiny Actions Challenge 实际监控场景中人类活动识别的难题，包括距离影响和类别不平衡等方面，提出了一种综合解决方案。该方案主要引入数据平衡、双分辨率蒸馏框架和模型集成等方法，其中模型集成效果显著优于其他算法，取得领先成绩。

Sep, 2022

在实际的协作学习环境中，通过开发数据集和方法来评估学生参与度。我们将评估学生参与度的问题分为两个子问题：学生组检测和动态参与者跟踪。使用一组包含 12,518,250 个学生标签实例、总时长为 21 小时 22 分钟的实际视频的独立测试数据集来评估我们提出的学生组检测方法的性能。通过使用多个图像表示方法，该方法在所有视频实例上表现出与 YOLO 相等或更好的性能。提出的动态参与者跟踪系统在长时间视频会话中表现出色，仅在 35 个测试视频中的一个视频中未跟踪到学生，而一个最先进的方法在 35 个测试视频中有 14 个视频未能跟踪到学生。在一个独立的长时间真实协作视频集上，提出的方法达到 82.3% 的准确率。

Apr, 2024

该研究论文提出了一个用于检测和识别课堂环境中学生活动的系统，通过使用预训练模型进行特征提取和分类任务，系统在新颖的课堂数据集上达到了 93% 的准确率，旨在为学生和教育工作者提供更安全和更高效的学习环境。

Dec, 2023

本研究提出了一种新的基于 Transformer 模型的团队活动识别方法，该方法借助注意机制对部分环节进行定位与编码，再对其进行聚合以反映整个活动的完整背景和每个环节的时间演化，无需借助较强的监督方法，在两个基准测试中均表现良好。

Apr, 2022

本文提出一种基于逆超分辨率（ISR）的基础方法，使用极低分辨率（例如 16x12）的匿名视频进行人类活动识别，避免侵犯隐私，实现隐私保护和辅助日常生活的矛盾目标。

Apr, 2016