人类动作分割的时间率减少聚类

人类动作分割（HMS）旨在将视频划分为非重叠的人类动作，近年来受到广泛关注。现有HMS方法主要依赖子空间聚类方法，这类方法基于高维时序数据与子空间联合分布（Union-of-Subspaces, UoS）对齐的假设。然而，复杂人类动作伴随背景杂乱时，视频中的帧可能难以与UoS分布对齐。本文提出一种新的HMS方法，命名为时间率减少聚类（$\text{TR}^2\text{C}$），该方法联合学习结构化表征与亲和性，以分割视频中的帧序列。具体而言，$\text{TR}^2\text{C}$学习的结构化表征在时序上具有一致性，且与UoS结构对齐，因而有利于解决HMS任务。我们在五个基准HMS数据集上进行了大量实验，采用不同特征提取器均实现了最先进的性能。代码已公开于：https://github.com/mengxianghan123/TR2C。