用于视频分类的判别式训练潜在序数模型
计算机视觉与模式识别
2017-08-17 v2
摘要
我们研究用于面部分析和人类动作识别的视频分类问题。我们提出了一种新颖的弱监督学习方法，该方法将视频建模为一系列自动挖掘的、具有判别性的子事件（例如，“微笑”的开始和结束阶段，“跳高”的奔跑和跳跃）。所提出的模型受到近期关于多示例学习和潜在 SVM/HCRF 工作的启发——它扩展了这些框架，以近似地建模视频中的序数方面。在四个具有挑战性且公开可用的基于视频的面部分析数据集（用于预测表情、临床疼痛和二元对话中的意图）以及三个具有挑战性的人类动作数据集上，我们相对于相关的竞争性基线取得了一致的改进。我们还通过定性结果验证了该方法，并表明它们在很大程度上支持了该方法背后的直觉。
引用
@article{arxiv.1608.02318,
title = {Discriminatively Trained Latent Ordinal Model for Video Classification},
author = {Karan Sikka and Gaurav Sharma},
journal= {arXiv preprint arXiv:1608.02318},
year = {2017}
}
备注
Paper accepted in IEEE TPAMI. arXiv admin note: substantial text overlap with arXiv:1604.01500