仅从骨架学习群体活动而无需个体动作标签
计算机视觉与模式识别
2021-05-17 v1
摘要
要理解人类行为，我们不仅必须识别个体动作，还必须对可能复杂的群体活动与交互进行建模。层次化模型在群体活动识别中取得最佳结果，但需要在参与者层面提供细粒度的个体动作标注。本文中我们展示，仅使用骨架数据，我们便可以仅在序列层面使用群体活动标签来训练一个最先进的端到端系统。我们的实验表明，无个体动作监督训练的模型表现不佳。另一方面，我们展示伪标签可由任何预训练特征提取器计算，并取得可比较的最终性能。最后，我们精心设计的精简纯姿态架构即使在自监督变体中，也相对于更复杂的多模态方法展现出极具竞争力的结果。
引用
@article{arxiv.2105.06754,
title = {Learning Group Activities from Skeletons without Individual Action Labels},
author = {Fabio Zappardino and Tiberio Uricchio and Lorenzo Seidenari and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:2105.06754},
year = {2021}
}
备注
ICPR 2020