通过人物属性预测学习群体活动特征

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该研究提出了组活动特征(GAF)学习,通过人物属性预测无需群体活动注释来学习多人活动的特征。实验结果表明该方法在两个公共数据集上都优于最先进方法。

🎯

关键要点

  • 该研究提出了组活动特征(GAF)学习。
  • GAF学习通过人物属性预测,无需群体活动注释来学习多人活动特征。
  • 结合端到端训练方式,将GAF用于预测群体中人物属性。
  • 引入基于位置的属性预测,能够正确提取每个目标人物的复杂GAF特征。
  • 实验结果表明该方法在两个公共数据集上优于最先进方法。
  • GAF的可视化证明了该方法学习到了细粒度的群体活动类特征。
➡️

继续阅读