論文の概要: Roweisposes, Including Eigenposes, Supervised Eigenposes, and Fisherposes, for 3D Action Recognition

• arxiv url: http://arxiv.org/abs/2006.15736v1
• Date: Sun, 28 Jun 2020 22:46:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-16 01:56:47.097103
• Title: Roweisposes, Including Eigenposes, Supervised Eigenposes, and Fisherposes, for 3D Action Recognition
• Title（参考訳）: 3次元行動認識のためのロウエイスポス, 固有体, 教師付き固有体, 漁業体
• Authors: Benyamin Ghojogh, Fakhri Karray, Mark Crowley
• Abstract要約: 一般化された部分空間学習にRoweis判別分析を用いるRoweisposesを提案する。 TST,UTKinect,UCFKinectのデータセットを用いた実験により,提案手法の有効性が検証された。
• 参考スコア（独自算出の注目度）: 12.323996999894002
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human action recognition is one of the important fields of computer vision and machine learning. Although various methods have been proposed for 3D action recognition, some of which are basic and some use deep learning, the need of basic methods based on generalized eigenvalue problem is sensed for action recognition. This need is especially sensed because of having similar basic methods in the field of face recognition such as eigenfaces and Fisherfaces. In this paper, we propose Roweisposes which uses Roweis discriminant analysis for generalized subspace learning. This method includes Fisherposes, eigenposes, supervised eigenposes, and double supervised eigenposes as its special cases. Roweisposes is a family of infinite number of action recongition methods which learn a discriminative subspace for embedding the body poses. Experiments on the TST, UTKinect, and UCFKinect datasets verify the effectiveness of the proposed method for action recognition.
• Abstract（参考訳）: 人間の行動認識はコンピュータビジョンと機械学習の重要な分野の1つである。 3次元動作認識のための様々な手法が提案されているが、基本的なものやディープラーニングを用いたものもあるが、汎用固有値問題に基づく基本手法の必要性が認識されている。 この必要性は、固有顔やフィッシャーフェイスのような顔認識の分野で類似の基本的な方法を持っているため、特に顕著である。 本稿では,一般部分空間学習にroweis判別分析を用いたroweisposesを提案する。 特例として、漁場、固有物、監督固有物及び二重監督固有物を含む。 Roweisposes は、身体のポーズを埋め込むための識別的な部分空間を学習する無限個のアクション再構成手法の族である。 TST,UTKinect,UCFKinectのデータセットを用いた実験により,提案手法の有効性が検証された。

関連論文リスト

• Fine-grained 3D object recognition: an approach and experiments [0.0]
  3次元物体認識技術は、自動車の自律運転などの先進技術における中核技術として利用されている。 i)Global Orthographic Object Descriptor (GOOD)のような手作りのアプローチと、(ii)MobileNetやVGGのようなディープラーニングベースのアプローチである。 本稿では,オブジェクトビューを入力とし,カテゴリラベルを出力として生成するオフライン3Dオブジェクト認識システムを最初に実装した。 オフラインの段階では、インスタンスベースの学習(IBL)が新しいものを形成するために使用される
  論文  参考訳（メタデータ） (2023-06-28T04:48:21Z)
• Learning Common Rationale to Improve Self-Supervised Representation for Fine-Grained Visual Recognition Problems [61.11799513362704]
  我々は、インスタンスやクラスでよく見られる差別的手がかりを識別するための、追加のスクリーニングメカニズムの学習を提案する。 SSL目標から誘導されるGradCAMを単純に利用することで、共通な有理性検出器が学習可能であることを示す。
  論文  参考訳（メタデータ） (2023-03-03T02:07:40Z)
• ALSO: Automotive Lidar Self-supervision by Occupancy estimation [70.70557577874155]
  本稿では,ポイントクラウド上で動作している深層知覚モデルのバックボーンを事前学習するための自己教師型手法を提案する。 中心となる考え方は、3Dポイントがサンプリングされる表面の再構成であるプリテキストタスクでモデルをトレーニングすることである。 直感的には、もしネットワークがわずかな入力ポイントのみを考慮し、シーン表面を再構築できるなら、おそらく意味情報の断片をキャプチャする。
  論文  参考訳（メタデータ） (2022-12-12T13:10:19Z)
• Source-free Depth for Object Pop-out [113.24407776545652]
  現代の学習に基づく手法は、野生での推論による有望な深度マップを提供する。 本研究では,オブジェクトの3次元前の「ポップアウト」を用いて,オブジェクトセグメンテーションの深度推定モデルを適用する。 8つのデータセットに対する我々の実験は、性能と一般化性の両方の観点から、我々の方法の利点を一貫して示している。
  論文  参考訳（メタデータ） (2022-12-10T21:57:11Z)
• Body Part-Based Representation Learning for Occluded Person Re-Identification [102.27216744301356]
  隠蔽人物再識別(ReID)とは,隠蔽人物画像と包括的人物画像とのマッチングを目的とした人物検索タスクである。 パートベースの手法は、微細な情報を提供し、部分的に見える人間の体を表現するのに適しているため、有益であることが示されている。 本稿では,BPBreIDという身体部分に基づくReIDモデルを提案する。
  論文  参考訳（メタデータ） (2022-11-07T16:48:41Z)
• Exploring Target Representations for Masked Autoencoders [78.57196600585462]
  目的表現の注意深い選択は、よい表現を学ぶために不要であることを示す。 本研究では,多段階のマスク蒸留パイプラインを提案し,無作為なモデルを教師として利用する。 自己指導型自己指導法を非自明なマージンで上回り, 自己指導型教員(dBOT)によるマスク付き知識蒸留を行う手法を提案する。
  論文  参考訳（メタデータ） (2022-09-08T16:55:19Z)
• Towards Intrinsic Common Discriminative Features Learning for Face Forgery Detection using Adversarial Learning [59.548960057358435]
  本稿では, 対人学習を利用して, 異なる偽造法と顔の同一性による負の効果を除去する手法を提案する。 我々の顔偽造検出モデルは、偽造法や顔の同一性の影響を排除し、共通の識別的特徴を抽出することを学ぶ。
  論文  参考訳（メタデータ） (2022-07-08T09:23:59Z)
• ActAR: Actor-Driven Pose Embeddings for Video Action Recognition [12.043574473965318]
  ビデオにおけるヒューマンアクション認識(HAR)は、ビデオ理解のコアタスクの1つである。 我々は,赤外スペクトルにおける効率的な人間の行動を認識することを同時に学習する新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-04-19T05:12:24Z)
• Brain Inspired Object Recognition System [0.0]
  方位勾配のヒストグラム、局所二分パターン、および対象画像から抽出された主成分を用いる。 計算理論は最初に、脳の情報処理機構の概念を用いて開発された。 提案モデルの性能を検証するために,15の公開データセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-05-15T14:42:17Z)
• Empowering Knowledge Distillation via Open Set Recognition for Robust 3D Point Cloud Classification [20.591508284285368]
  本稿では,3次元物体認識のための知識蒸留とオープンセット認識の併用学習手法を提案する。 提案手法の有効性を,より小さなモデルを得るための様々な実験により実証する。
  論文  参考訳（メタデータ） (2020-10-25T13:26:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。