本文提出了全景人体活动识别（PAR）问题，介绍了基于层次图神经网络的解决方法，并建立了 benchmark 数据集。实验验证了所提出问题，算法和 benchmark 的合理性和有效性。

Mar, 2022

全景活动识别 (PAN) 旨在在拥挤的全景场景中识别多样化的人类活动，从个体动作到社交群体和全球活动。为了解决 PAN 面临的两个主要挑战，我们提出了基于社交接近度感知的双通道网络 (SPDP-Net)。该网络基于两个关键设计原则：首先，考虑个体之间的时空接近度，对于正确理解社交动态来说至关重要；其次，引入双路径架构进行多粒度活动识别，其中包括个体到全球和个体到社交的路径，通过多层次通过全局和局部上下文相互强化彼此的任务。通过大量实验证明了个体之间的时空接近度和双通道架构在 PAN 中的有效性。此外，SPDP-Net 在 JRDB-PAN 数据集上取得了 46.5% 的整体 F1 分数，达到了新的最先进的性能水平。

Mar, 2024

本文介绍了使用点云数据技术和机器学习技术实现的多居住者活动识别系统 PALMAR，该系统采用了分特征呈现的实时 PCD 微调方法、高效聚类技术、自适应多人追踪、区分多义歧义并提高识别准确性的领域自适应技术等多种创新技术，能够在多人场景中显著提高多人追踪准确率，且效果令人满意。

Jun, 2021

我们提出了一种联合全景部分融合（JPPF）方法，它通过有效地结合三种单独的分割方法来获得全景 - 部分分割，该方法具有统一的模型，平衡的组合，可以在多个数据集上进行通用化评估。

Nov, 2023

本文研究了针对针孔到全景语义分割的无源无监督域自适应（SFUDA）问题，通过仅有预训练的针孔图像模型（即源模型）和未标记的全景图像（即目标模型）。我们提出了一种名为 360SFUDA ++ 的方法，有效地从源针孔模型中提取知识，并将可靠的知识转移到目标全景领域。我们利用切线投影（TP）和等面积投影（ERP）分别进行知识提取，并引入了 RP2AM 和 CDAM 模块以更好地转移和对齐知识。通过在合成和真实场景的广泛实验中表明，我们的方法相较于先前的 SFUDA 方法具有显著更好的表现。

Apr, 2024

介绍了一种基于差值插值的补丁选择算法，简化了 AdaFocus 的训练过程并提高了效率，并提出了一种改进的训练方案和条件退出技术，该模型在六个基准数据集上表现出更好的性能。

Dec, 2021

通过混合使用动作识别模块和目标识别算法，本文实现了室内环境下的活动识别，以确定视频主体追求的最终目标。

Apr, 2020

本文探讨了视频识别中的空间冗余问题，提出了一种基于强化学习的自适应空间视频识别方法（AdaFocus），通过在一个小图像块的空间序列上采用高效的卷积神经网络和循环决策网络来定位和选择最相关的区域，以提高计算效率和精度。

May, 2021

本文探索在改进的 AdaFocusV3 框架上，统一时空动态计算的形式，通过在一些信息丰富的三维视频块上激活高性能网络以降低计算成本，并通过自适应轻量的策略网络在每个样本上根据测试时间的需求动态配置视频块数量，模型经过在 ActivityNet，FCVID，Mini-Kinetics，Something-Something V1&V2 和 Diving48 六个基准数据集上的广泛实验结果证明其显著比竞争算法更有效率。

Sep, 2022

通过提出一种新的尺度和空间先验引导网络（SSPNet），利用自适应特征尺度选择（AFSS）和先验位置提取（PLE）模块，该方法实现了行人属性识别模型的精确定位和提高了解释性、泛化能力和性能。此外，通过改进的 Grad-CAM 结合基于 IoU 的弱监督行人属性定位指标，在各种评估中证明了该方法的有效性，并在属性定位的 IoU 方面在 PCS 数据集上取得了优越的性能。

Dec, 2023