计算机视觉中的群体活动识别：全面综述、挑战与未来展望
计算机视觉与模式识别
2023-07-26 v1 人工智能
摘要
群体活动识别是计算机视觉中的热门课题。通过群体关系来识别活动在群体活动识别中起着至关重要的作用。它在视频分析、监控、自动驾驶和理解社会活动等多种场景中具有实际意义。模型的关键能力包括高效建模场景内的层次关系，以及从群体中准确提取具有区分性的时空特征。鉴于该技术的广泛适用性，识别群体活动已引起显著的研究关注。本工作考察了群体活动识别技术的当前进展，特别关注全局交互性与活动。首先，我们全面综述了相关文献及各种群体活动识别方法，从传统方法到基于空间结构、描述子、非深度学习、层次循环神经网络（HRNN）、关系模型和注意力机制的最新方法。随后，我们给出各模块的关系网络与关系架构。第三，我们研究群体活动识别方法并将其性能与最先进技术进行比较。我们总结现有挑战并为新手理解群体活动识别提供全面指导。此外，我们综述群体活动识别中的新兴视角以探索新方向与可能性。
引用
@article{arxiv.2307.13541,
title = {Group Activity Recognition in Computer Vision: A Comprehensive Review, Challenges, and Future Perspectives},
author = {Chuanchuan Wang and Ahmad Sufril Azlan Mohamed},
journal= {arXiv preprint arXiv:2307.13541},
year = {2023}
}