May, 2024

在线行为表示：变化检测与符号编程

HTML
PDF
TL;DR该论文提出了一种在线行动表示方法，利用变化检测算法自动分割行动序列，并根据关节角和骨骼长度序列通过分段线性拟合算法确定各段的起始时间和结束时间，以获得更高级的语义表示。该方法在重复计数任务中比现有方法表现更好或相当，同时能够在线进行计数。
发现论文，激发创造
  • 在线动作检测

    该研究针对在线动作检测问题，提出了一个基于现实数据的真实数据集，并通过分析多种基准方法以及评价协议，展示该问题具有挑战性，为后续在线动作检测研究提供了数据和模型。

    Apr, 2016

  • 通过动作匹配实现无监督的人类行为检测

    本文提出了一种新的无监督行为检测方法，通过行为匹配检测共享相同人类行为的视频片段，该方法可用于发现新的行为类别、作为活动检测流程中的行为提议技术，同时还是生成视频重点的有用预处理步骤，作者在 MPII Cooking 数据集、THUMOS15 行为检测基准和 IKEA 数据集上使用三个活动识别基准评估了该方法。

    Dec, 2016

  • 基于增量策略的人体动作检测管线构建

    本文介绍了一种实时、在线的联合标注和关联算法，用于动作检测，可以增量构建空间-时间动作管，在最具挑战性的动作视频中，可以同时发生不同的动作类别，其实时关联准确度和速度优于当前最先进的离线系统。

    Apr, 2017

  • 弱监督下无序动作分割的动作集

    该研究论文介绍了一种弱监督的行为检测和时间分割方法，利用被动数据采集到的行为集合训练模型，以实现自动的视频行为分割和标注。

    Jun, 2017

  • 上下文感知和规模无关的时间重复计数

    本研究提出了一种上下文感知、不受时间尺度影响的框架，用于解决复杂重复动作的数量估计问题。通过回归方法和粗到细的循环长度细化方法，该框架能够准确地捕获不同领域的重复模式，此外，还构建了一个新的、最大的基准来促进该领域的训练和评估。

    May, 2020

  • 野外类别无关视频重复计数

    本文介绍了一种利用时间自相似性作为中间表征的方法，通过一定的限制来预测视频中重复动作的周期，结果表明，该模型在现有周期性和重复计数基准测试任务上显著超越现有技术，并在新的数据集 Countix 上显示了鲁棒性。

    Jun, 2020

  • TransRAC: 使用Transformer编码多尺度时间相关性用于重复行为计数

    为解决现有短视频针对长视频中多样化和实际情况不足的问题，本文提出了一种包含多尺度时间关联的transformer编码方法和基于密度图回归的行动周期预测方法，并提供了更细致的注释来解决重复行动计数过程中的不一致现象。该方法不仅在所有数据集上均优于现有方法，而且在未经微调的未见过数据集上也表现更好。

    Apr, 2022

  • 高效动态查询中的行动计数

    视频内的动作周期重复计数是一项旨在量化重复动作周期的任务，本研究提出了一种新方法，利用动作查询表示定位重复的动作周期，并进一步开发了两个关键组件，以解决时间重复计数的基本挑战。

    Mar, 2024

  • FCA-RAC: 首周期注释重复动作计数

    我们提出了一个名为首轮注释重复动作计数（FCA-RAC）的框架，通过标记技术、自适应采样策略、多时序颗粒度卷积（MTGC）模块和训练知识增强（TKA）策略，有效改善了现有数据集的局限性，提高了模型的泛化性能和推广到未知动作的能力。

    Jun, 2024

  • 重新思考重复动作计数的时间自相似性

    通过学习嵌入并预测行动开始的概率，推断出重复行动的数量。我们根据生成的参考 TSM 提出了一种基于损失的新框架，实现了在三个数据集上的最先进结果。

    Jul, 2024