利用多种表示在协作小组学习环境中进行人物检测
图像与视频处理
2021-12-24 v1
摘要
我们提出从课堂视频中检测一组学生的问题。该问题要求从不同角度检测学生，并在长视频（一至一个半小时）中将本组与其他组分离。我们使用多种图像表示来解决该问题。我们利用 FM 分量将每组从背景组中分离，AM-FM 分量用于检测后脑勺，YOLO 用于人脸检测。我们使用来自四个不同组的课堂视频来验证我们的方法。结果表明，使用多种表示比单独使用 YOLO 显著更准确。
引用
@article{arxiv.2112.12217,
title = {Person Detection in Collaborative Group Learning Environments Using Multiple Representations},
author = {Wenjing Shi and Marios S. Pattichis and Sylvia Celedón-Pattichis and Carlos LópezLeiva},
journal= {arXiv preprint arXiv:2112.12217},
year = {2021}
}