基于自适应预处理的办公室视频人类活动识别领域泛化
计算机视觉与模式识别
2025-03-18 v1
摘要
自动视频活动识别在监视、医疗和机器人等诸多领域至为重要。然而，当训练和测试数据来自不同域时，从视频数据中识别人类活动就具有挑战性。因此，领域泛化（adapting to unforeseen domains）至关重要。本文聚焦于环境可变性下的办公室活动识别。我们提出了三种可应用于任何视频编码器的预处理技术，以增强其对环境变化的鲁性。我们的研究表明，MViT（一种领先的视频分类模型）以及其他视频编码器结合我们的技术，优于最先进的领域适应方法。该方法在未见域上显著提升了准确率、精确率、召回率和F1分数，强调其在异构视频数据源中的适应性。这一方法为跨域异构数据视频活动识别系统奠定了可靠基础。
引用
@article{arxiv.2503.12678,
title = {Domain Generalization for Improved Human Activity Recognition in Office Space Videos Using Adaptive Pre-processing},
author = {Partho Ghosh and Raisa Bentay Hossain and Mohammad Zunaed and Taufiq Hasan},
journal= {arXiv preprint arXiv:2503.12678},
year = {2025}
}