dense trajectories | BriefGPT

关键词dense trajectories

搜索结果 - 6

KDD学习从稀疏轨迹数据中模拟
ImInGAIL 框架通过结合数据插值和模仿学习的行为学习过程来解决从稀疏实际数据中学习模拟驾驶行为的问题，并在合成和实际驾驶车辆轨迹数据集上取得了优于其他基线方法和现有技术的表现。
PDF3 years ago
无人参与的人类行为识别
本文提出了一种新的人类行为分析概念，即 “无人干预下的人类行为识别”，为了理解行为标签，我们考虑了背景序列对于分类当前大规模行动数据集中的人类动作的影响。通过研究多种精巧的运动表征，我们探讨了一些特征从背景中提取可能过于强。
PDF8 years ago
稀疏空间监督下的人类行为定位
提出了一种利用稀疏空间监督的方法来进行时空人类行为定位，该方法结合了最先进的人类检测技术和基于检测的跟踪方法来提取人物轨迹，并使用稀疏的空间标注帧来选择正负管道，以实现有效地学习基于稠密轨迹或 CNN 的时空动作检测器。
PDF8 years ago
CVPR基于主题模型的行为识别中主导编码词选择
本文提出了一种识别人类活动的框架，该框架只使用主题内主导码词和混合的跨主题向量。采用潜在狄利克雷分配法（LDA）来开发人类运动原语的近似表示，这些原语是中级表示，当分类人类活动时，它们会自适应地整合主导向量。在 LDA 主题建模中，将行动视
PDF8 years ago
基于交叉流的改进稠密轨迹特征提取
为了解决密集轨迹提取过程中的问题，我们提出了一种新的局部描述符，它汇聚了在 iDT 中交错两个网络之间的新卷积层，通过将一个网络中学习到的有区分性的权重应用到另一个网络的卷积层上来计算得到。该方法在 UCF101 上达到了 92.3％，在
PDF8 years ago
基于整体和姿态特征的细粒度活动识别
本文通过对人类活动识别中的全局方法和基于姿势的方法的性能分析，证明它们在人类活动识别中高度互补；具体表现在全局方法大多受到轨迹数量和速度的影响，而基于姿势的方法主要受到人物视角的影响；同时，结合全局方法和基于姿势的方法，其性能最佳。
PDF10 years ago