从第一人称视角的照片流集合中发掘行为模式
计算机视觉与模式识别
2021-01-06 v1
摘要
在旨在评估和提升人们生活质量时，行为的自动发现具有极高的重要性。第一人称视角图像对佩戴相机者的日常生活提供了丰富而客观的描述。本工作提出一种从收集的第一人称视角照片流中识别个人行为模式的新方法。我们的模型基于定义图像构成的上下文（地点、活动与环境物体）来刻画时间帧。基于描述某用户所收集各天的的时间帧之间的相似性，我们提出一种新的无监督贪心方法，基于一种新颖的语义聚类方法来发现行为模式集合。此外，我们提出一种新的评分度量来评估所提算法的性能。我们在 7 名用户提取的 104 天、超过 10 万张图像上验证了我们的方法。结果表明，可以发现行为模式来刻画个体的日常规律，进而刻画其生活方式。
引用
@article{arxiv.2008.09561,
title = {Behavioural pattern discovery from collections of egocentric photo-streams},
author = {Martin Menchon and Estefania Talavera and Jose M Massa and Petia Radeva},
journal= {arXiv preprint arXiv:2008.09561},
year = {2021}
}