有限标注下视频中人类交互的发现
计算机视觉与模式识别
2015-02-16 v1
摘要
我们提出了一种用于发现视频中人类交互的新方法。活动理解技术通常需要大量标注样本，而在许多实际情况下无法获得。此处，我们专注于以无监督方式恢复人类-人类及人类-物体交互的语义有意义簇。引入了一种基于最大间隔聚类（Maximum Margin Clustering, MMC）的新迭代解法，其也接受用户反馈以优化簇。这是通过将整个过程表述为一个统一的受限潜在最大间隔聚类问题实现的。我们在三个具有挑战性的数据集 Collective Activity、VIRAT 和 UT-interaction 上进行了大量实验。实证结果表明，所提算法仅需少量标注工作即可高效发现完美的人类交互语义簇。
引用
@article{arxiv.1502.03851,
title = {Discovering Human Interactions in Videos with Limited Data Labeling},
author = {Mehran Khodabandeh and Arash Vahdat and Guang-Tong Zhou and Hossein Hajimirsadeghi and Mehrsan Javan Roshtkhari and Greg Mori and Stephen Se},
journal= {arXiv preprint arXiv:1502.03851},
year = {2015}
}