自我中心照片流中的无监督日常规律发现
计算机视觉与模式识别
2019-05-13 v1
摘要
一个人的日常规律由不同日期中活动的出现所定义，并会直接影响其健康。本工作中，我们处理与日常规律相关日期的识别问题。为此，我们依赖自我中心图像，其由可穿戴相机记录并从第一人称视角监控用户生活。我们提出一种无监督模型，遵循离群点检测思路来识别与日常规律相关的日期。我们在总计 72 天、以照片流形式覆盖 5 名不同相机佩戴者约 2 周生活的资料上测试了所提框架。我们的模型对所有用户取得了平均 76% 准确率与 68% 加权 F 值。由此，我们表明我们的框架能够识别与日常规律相关的日期，并为理解人们的行为打开了大门。
引用
@article{arxiv.1905.04076,
title = {Unsupervised routine discovery in egocentric photo-streams},
author = {Estefania Talavera and Nicolai Petkov and Petia Radeva},
journal= {arXiv preprint arXiv:1905.04076},
year = {2019}
}