通过计数实例的视觉识别：一种多实例基数势核
计算机视觉与模式识别
2015-04-13 v2
摘要
许多视觉识别问题可通过计数实例来解决。要确定长网络视频中是否存在某事件，可计数看似包含该活动的帧数。分类一群人的活动可通过计数个人的动作完成。编码这些基数关系可减少对杂波（表现为无关帧或不参与群体活动的个体）的敏感性。学习到的参数可编码某类感兴趣对象中往往出现多少实例。为此，本文提出了一种强大而灵活的框架，用于推断多实例模型中潜标签之间的任意基数关系。可编码硬或软基数关系以应对不同模糊级别。在人体活动识别、视频事件检测和视频摘要等任务上的实验证明了使用基数关系改善识别结果的有效性。
引用
@article{arxiv.1502.02063,
title = {Visual Recognition by Counting Instances: A Multi-Instance Cardinality Potential Kernel},
author = {Hossein Hajimirsadeghi and Wang Yan and Arash Vahdat and Greg Mori},
journal= {arXiv preprint arXiv:1502.02063},
year = {2015}
}