利用地理标记视频进行人类活动的大规模制图
计算机视觉与模式识别
2017-11-30 v3 计算机与社会
多媒体
社会与信息网络
摘要
本文是首个利用地理标记视频的视觉内容进行人类活动时空制图的工作。我们利用一种近期提出的基于深度学习的视频分析框架（称为 hidden two-stream networks）来识别 YouTube 视频中的一系列活动。该框架效率高，能够以实时或更快的速度运行，这对于识别流媒体视频中正在发生的事件或降低已捕获视频的分析延迟非常重要。这反过来对于在智慧城市应用中使用视频也很重要。我们进行了一系列实验，以表明我们的方法能够在空间和时间上准确地映射活动。我们还展示了使用视觉内容相对于标签/标题的优势。
引用
@article{arxiv.1706.07911,
title = {Large-Scale Mapping of Human Activity using Geo-Tagged Videos},
author = {Yi Zhu and Sen Liu and Shawn Newsam},
journal= {arXiv preprint arXiv:1706.07911},
year = {2017}
}
备注
Accepted at ACM SIGSPATIAL 2017