使用不可靠跟踪姿态的群体活动识别
计算机视觉与模式识别
2024-01-09 v1
摘要
视频中的群体活动识别是一项复杂的任务，因为模型需要识别视频中所有个体的动作及其复杂交互。最近的研究提出，通过单独跟踪每个人，然后将姿态序列或裁剪图像/光流输入模型，可以获得最佳性能。这有助于模型在合并个体动作以得到群体动作类别之前，识别每个人正在执行的动作。然而，所有先前的模型都高度依赖于高质量的跟踪，并且仅使用真实跟踪信息进行评估。在实践中，几乎不可能为群体活动视频中的所有个体获得高度可靠的跟踪信息。我们提出了一种创新的基于深度学习的群体活动识别方法，称为基于渲染姿态的群体活动识别系统（RePGARS），该设计旨在容忍不可靠的跟踪和姿态信息。实验结果证实，在不使用真实检测和跟踪信息的情况下，RePGARS优于所有现有的群体活动识别算法。
引用
@article{arxiv.2401.03262,
title = {Group Activity Recognition using Unreliable Tracked Pose},
author = {Haritha Thilakarathne and Aiden Nibali and Zhen He and Stuart Morgan},
journal= {arXiv preprint arXiv:2401.03262},
year = {2024}
}