第一视角照片流中的社会关系识别
计算机视觉与模式识别
2019-05-14 v1
摘要
本文提出了一种方法，仅依靠佩戴 2fpm 照相机的用户所拍摄内容，自动对其社会交互进行分类。由于社会生活的极度复杂性以及无约束条件下所捕获社会交互的极大类内差异，该问题具有挑战性。我们采用 Bugental 社会理论中提出的 formalization，将人际关系划分为五个具有相关类别的社会领域。我们的方法是一种新的深度学习架构，其利用标签空间的层次结构，并依赖于在帧级别估计的一组社会属性来提供社会交互的语义表示。在新 EgoSocialRelation 数据集上的实验结果证明了我们方法的有效性。
引用
@article{arxiv.1905.04734,
title = {Social Relation Recognition in Egocentric Photostreams},
author = {Emanuel Sanchez Aimar and Petia Radeva and Mariella Dimiccoli},
journal= {arXiv preprint arXiv:1905.04734},
year = {2019}
}
备注
Accepted at ICIP 2019