程序活动中的基于视觉的错误分析：进展与挑战综述
计算机视觉与模式识别
2025-12-04 v2
摘要
程序活动中的错误分析是一一项具有工业自动化、物理康复、教育和人机协作等多个应用领域的关键性研究领域。本文综述了用于检测和预测结构化任务中错误的方法，聚焦于程序性和执行性错误。通过利用计算机视觉技术进步，包括动作识别、预判和活动理解，视觉系统可识别任务执行中的偏差，如错误的序列、不正确的技术或时机错误。我们探讨了由于类内变异性、视点差异和组合活动结构等因素带来的挑战，这些因素 complicate 错误检测。此外，我们提供了现有数据集、评估指标和最新方法的全面概览，依据其是否使用程序结构、监督水平和学习策略对方法进行分类。讨论了诸如区分可接受变异与真实错误以及建模错误传播等开放挑战，并探讨了包括神经符号推理和反事实状态建模等未来方向。本工作旨在为程序活动中的视觉错误分析建立统一视角，凸显其提升安全性、效率和任务性能在跨领域应用中的潜力。
引用
@article{arxiv.2510.19292,
title = {Vision-Based Mistake Analysis in Procedural Activities: A Review of Advances and Challenges},
author = {Konstantinos Bacharidis and Antonis A. Argyros},
journal= {arXiv preprint arXiv:2510.19292},
year = {2025}
}
备注
23pages, 6 figures, 2 tables