研究论文

利用不完美示例中的信息：从错误性能组合中挖掘常见动作序列

作者:

Hiteshi公司耆那教和

高拉夫哈里特作者信息和声明

ICVGIP’18：第11届印度计算机视觉、图形和图像处理会议记录

2018年12月

文章编号：63，页数1-8

https://doi.org/10.1145/3293353.3293416

出版:2020年5月3日出版历史

获取访问权限

摘要

正如解释人类行为需要良好的表现和理论一样，学习良好分割技术所用的动作视频也是如此。为了准确地模拟复杂的动作，如跳水、花样滑冰和瑜伽练习，需要有描述人类专家动作的视频。任何领域缺乏专家都会导致视频数量减少，从而导致学习不当。在这项工作中，我们试图利用不完美的业余表演来获得对人类动作序列更自信的表现。我们引入了一种新的基于社区检测的无监督框架，该框架提供了解释视频数据的机制，并解决了其局限性，以产生更好的动作表示。人类行为由可区分的关键姿势组成，这些姿势在图形结构中形成密集的社区。持续时间较长的异常姿势也可以形成如此密集的群落，但可以根据动作视频中罕见的姿势进行识别，并被拒绝。此外，我们提出了一种从这些不完美的视频中学习这些关键姿势的时间顺序的技术，其中社区间的链接有助于减少许多可能的姿势序列的搜索空间。我们的框架可以通过一些不完善的性能来提高复杂人类动作的分割性能。我们的方法的有效性已经在两个复杂的动作数据集上得到了证明，这两个数据集是使用业余演员的随机执行开发的——太阳问候和热身运动。

工具书类

[1]

Shayan Modiri Assari、Amir Roshan Zamir、Mubarak Shah等人，2014年。基于语义概念共现的视频分类。在CVPR中。2529--2536.

[2]

杰尼·巴比奇、阿拉·萨福诺娃、潘家瑜、克里斯托斯·法洛索斯、杰西卡·霍金斯和南希·波拉德。2004.将运动捕捉数据分割为不同的行为。2004年《图形界面学报》。加拿大人机通信协会，185-194。

数字图书馆

[3]

Subhabrata Bhattacharya、Mahdi M Kalayeh、Rahul Sukthankar和Mubarak Shah。2014.对复杂事件的识别：利用潜在概念之间的时间动态。2014年IEEE CVPR。IEEE，2243-2250。

[4]

Ehsan Zare Borzeshi、Oscar Perez Concha、Richard Yi Da Xu和Massimo Piccardi。2013年，通过扩展隐马尔可夫模型对联合行动进行分割和分类。IEEE信号处理快报20，12（2013），1207--1210。

[5]

奥利维尔·杜兴、伊万·拉普特夫、约瑟夫·西维奇、弗朗西斯·巴赫和让·庞塞。2009.视频中人类动作的自动注释。IEEE第12届ICCV，2009年。IEEE，1491-1498年。

[6]

圣福图纳托。2010年，社区检测图表。物理学报告486，3（2010），75-174。

[7]

安德鲁·吉尔伯特（Andrew Gilbert）、约翰·伊林沃思（John Illingworth）和理查德·鲍登（Richard Bowden）。2009年。使用挖掘出的密集时空特征进行快速真实感多动作识别。IEEE第12届ICCV，2009年。IEEE，925--931。

[8]

约翰·格雷厄姆。2009年，缺失数据分析：在现实世界中发挥作用。《心理学年鉴》60（2009），549-576。

[9]

Minh Hoai、Zhen-Zhong Lan和Fernando De la Torre。2011年，视频中人类行为的联合分割和分类。IEEE CVPR，2011年。IEEE，3265-3272。

数字图书馆

[10]

Hiteshi Jain和Gaurav Harit，2016年。评估太阳敬礼视频的框架。第十届印度计算机视觉、图形和图像处理会议论文集。ACM，29。

数字图书馆

[11]

Hiteshi Jain和Gaurav Harit，2018年。使用近似字符串匹配算法检测丢失和异常动作段。在计算机视觉、模式识别、图像处理和图形方面，Renu Rameshan、Chetan Arora和Sumantra Dutta Roy（编辑）。新加坡施普林格，101-111。

[12]

Hiteshi Jain和Gaurav Harit，2018年。使用社区检测对人类行为进行无监督时间分割。2018年第25届IEEE图像处理国际会议（ICIP）。IEEE，1892-1896年。

[13]

阿德里亚娜·科瓦什卡和克里斯汀·格劳曼。2010.学习用于人类动作识别的区分性时空邻域特征层次。在CVPR中，2010年IEEE。IEEE，2046--2053。

[14]

比约恩·克鲁格、安娜·沃格尔、托比亚斯·威利、安吉拉·姚明、莱因哈德·克莱因和安德烈亚斯·韦伯。2017.运动数据的高效无监督时间分割。IEEE多媒体汇刊19，4（2017），797--812。

数字图书馆

[15]

亚历杭德罗·纽厄尔（Alejandro Newell）、杨凯玉（Kaiyu Yang）和贾登（Jia Deng）。2016.用于人体姿势估计的堆积沙漏网络。在ECCV中。施普林格，483-499。

[16]

马克·纽曼（Mark EJ Newman）。2004.检测网络中社区结构的快速算法。物理评论E 69，6（2004），066133。

[17]

胡安·卡洛斯·尼布尔斯、王洪成和李飞飞。2008.使用时空词汇的人类行为类别的无监督学习。国际计算机视觉杂志79，3（2008），299--318。

数字图书馆

[18]

Hamed Pirsiavash和Deva Ramanan。2014.用分段语法解析动作视频。IEEE CVPR会议记录。612--619.

数字图书馆

[19]

Bilge Soran、Ali Farhadi和Linda Shapiro。2015.生成缺失行动通知：别忘了关灯！。IEEE ICCV会议记录。4669--4677.

数字图书馆

[20]

唐凯文（Kevin Tang）、李飞飞（Li Fei-Fei）和达芙妮·科勒（Daphne Koller）。2012.学习复杂事件检测的潜在时间结构。IEEE CVPR，2012年。IEEE，1250--1257。

[21]

Douglas L Vail、Manuela M Veloso和John D Lafferty。2007.活动识别的条件随机字段。在第六届自主智能体和多智能体系统国际联合会议论文集。美国医学会，235。

数字图书馆

[22]

Nam N Vo和Aaron F Bobick。2014.从随机语法到贝叶斯网络：复杂活动的概率分析。IEEE计算机视觉和模式识别会议论文集。2641--2648.

数字图书馆

[23]

吴晨霞、张杰米、西尔维奥·萨瓦雷斯和阿舒托什·萨克塞纳。2015.观察与对决：对行动和关系的无监督理解。计算机视觉和模式识别（CVPR），2015年IEEE会议，IEEE，4362-4370。

[24]

Feng Zhou、Fernando De la Torre和Jessica K Hodgins。2008.人体运动时间分割的对齐聚类分析。2008年，《自动人脸和手势识别》。前景2008。第八届IEEE国际会议，IEEE，1-7。

[25]

Feng Zhou、Fernando De la Torre和Jessica K Hodgins。2013.人体运动时间聚类的分层对齐聚类分析。IEEE模式分析和机器智能汇刊35，3（2013），582--596。

数字图书馆

索引术语

利用不完美示例中的信息：从错误性能的混合中挖掘常见动作序列
1. 计算方法
  1. 人工智能
    1. 计算机视觉
      1. 计算机视觉问题
        视频分割
  2. 机器学习
    1. 学习范式
      1. 无监督学习
        异常检测
2. 计算理论
  1. 应用领域的理论和算法
    1. 算法博弈理论与机制设计
      1. 网络形成
      2. 社交网络

建议

基于运动和形状分析的人体动作分割与识别

在本文中，我们提出了一个自动视频分析系统，该系统解决了室内环境（如健身房）中人体行为的分割和检测。该系统的目的是从输入视频中分割出不同的运动，并识别出不同的动作。。。
阅读更多信息
基于半监督动作GAN的细粒度动作分割
集锦
- 一种用于序列到序列建模的新型深度神经记忆结构。
- ...
摘要
在本文中，我们解决了连续细粒度动作分割的问题，在未分割的视频流中存在多个动作。这项任务的挑战在于需要表示层次结构。。。
阅读更多信息
视频中人体动作的联合分割与分类
CVPR’11：2011 IEEE计算机视觉和模式识别会议记录

视频自动分割和动作识别一直是计算机视觉领域的一个难题。文献中的许多工作将视频分割和动作识别视为两个独立的问题；而分割通常是在没有。。。
阅读更多信息

评论

信息和贡献者

问询处

发布于

封面图片ACM其他会议

ICVGIP’18：第11届印度计算机视觉、图形和图像处理会议记录

2018年12月

659页

国际标准图书编号：9781450366151

内政部：10.1145/3293353

版权所有©2018 ACM。

©2018计算机协会。ACM承认，这篇文章是由国家政府的雇员、承包商或附属机构撰写或共同撰写的。因此，政府保留非排他性、免版税的权利，仅为政府目的发布或复制本文章，或允许其他人这样做。

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2020年5月3日

权限

请求对此文章的权限。

检查更新

作者标记

限定符

研究文章
研究
推荐有限公司

会议

2018年ICVGIP

ICVGIP 2018：第11届印度计算机视觉、图形和图像处理会议

2018年12月18日至22日

印度海得拉巴

接受率

286份提交文件的总体接受率为95，33%

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

0
引文总数
14
总下载次数

下载量（最近12个月）1
下载次数（最近6周）0

其他指标

查看作者指标

引文

视图选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此出版物

视图选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

媒体

数字

其他

桌子