基于第一人称视角图像流的社交风格刻画
计算机视觉与模式识别
2017-09-19 v1
摘要
本文提出一种利用可穿戴拍照相机自动刻画社交模式的系统。所提出的流程包含三个主要步骤。首先,检测与相机佩戴者互动的人;其次,将检测到的社交互动分类为正式与非正式。这两个步骤在事件级别执行,其中每个潜在的社交事件被建模为多维时间序列,其维度对应于每个任务的一组相关特征,并采用LSTM网络进行时间序列分类。在最后一步,对整个社交互动集合中同一人的重复出现进行聚类,以全面理解用户社交关系的多样性与频率。在用户佩戴拍照相机长达一个月所采集的数据集上的实验表明,在基于第一人称视角图像流的社交模式刻画任务上取得了令人鼓舞的结果。
引用
@article{arxiv.1709.05775,
title = {Social Style Characterization from Egocentric Photo-streams},
author = {Maedeh Aghaei and Mariella Dimiccoli and Cristian Canton Ferrer and Petia Radeva},
journal= {arXiv preprint arXiv:1709.05775},
year = {2017}
}
备注
International Conference on Computer Vision (ICCV). Workshop on Egocentric Percetion, Interaction and Computing