論文の概要: Long-Term Anticipation of Activities with Cycle Consistency

• arxiv url: http://arxiv.org/abs/2009.01142v1
• Date: Wed, 2 Sep 2020 15:41:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-22 19:28:12.335017
• Title: Long-Term Anticipation of Activities with Cycle Consistency
• Title（参考訳）: サイクル整合性の活動の長期予測
• Authors: Yazan Abu Farha, Qiuhong Ke, Bernt Schiele, Juergen Gall
• Abstract要約: 本稿では,観察されたフレームの特徴から直接将来の活動を予測し,エンドツーエンドで学習するフレームワークを提案する。 我々のフレームワークは、Breakfastデータセットと50Saladsという2つのデータセットで最先端の結果を達成する。
• 参考スコア（独自算出の注目度）: 90.79357258104417
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the success of deep learning methods in analyzing activities in videos, more attention has recently been focused towards anticipating future activities. However, most of the work on anticipation either analyzes a partially observed activity or predicts the next action class. Recently, new approaches have been proposed to extend the prediction horizon up to several minutes in the future and that anticipate a sequence of future activities including their durations. While these works decouple the semantic interpretation of the observed sequence from the anticipation task, we propose a framework for anticipating future activities directly from the features of the observed frames and train it in an end-to-end fashion. Furthermore, we introduce a cycle consistency loss over time by predicting the past activities given the predicted future. Our framework achieves state-of-the-art results on two datasets: the Breakfast dataset and 50Salads.
• Abstract（参考訳）: 近年,ビデオのアクティビティ分析におけるディープラーニング手法の成功により,将来的なアクティビティの予測に注目が集まっている。 しかしながら、予測に関する作業のほとんどは、部分的に観察されたアクティビティを分析したり、次のアクションクラスを予測する。 近年、予測の地平線を数分まで延長し、その継続時間を含む将来の活動の連続を予測するための新しいアプローチが提案されている。 これらの研究は,予測課題から観測シーケンスの意味解釈を分離する一方で,観測フレームの特徴から直接将来の活動を予測し,エンドツーエンドでトレーニングするための枠組みを提案する。 さらに,予測された将来を前提として,過去の活動を予測することにより,サイクル一貫性の損失を経時的に導入する。 我々のフレームワークは、Breakfastデータセットと50Saladsという2つのデータセットで最先端の結果を達成する。

関連論文リスト

• Human Action Anticipation: A Survey [86.415721659234]
  行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。 我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
  論文  参考訳（メタデータ） (2024-10-17T21:37:40Z)
• Towards Out-of-Distribution Sequential Event Prediction: A Causal Treatment [72.50906475214457]
  シーケンシャルなイベント予測の目標は、一連の歴史的なイベントに基づいて次のイベントを見積もることである。 実際には、次のイベント予測モデルは、一度に収集されたシーケンシャルなデータで訓練される。 文脈固有の表現を学習するための階層的な分岐構造を持つフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-24T07:54:13Z)
• Rethinking Learning Approaches for Long-Term Action Anticipation [32.67768331823358]
  アクション予測は、ビデオの初期部分を観察した将来のアクションを予測することを含む。 本稿では,長期的行動予測を行う抗CIPATRについて紹介する。 本稿では,新しいトランスモデルを構築するための2段階学習手法を提案する。
  論文  参考訳（メタデータ） (2022-10-20T20:07:30Z)
• Future Transformer for Long-term Action Anticipation [33.771374384674836]
  我々はFuture Transformer(FUTR)と呼ばれる行動予測のためのエンドツーエンドの注意モデルを提案する。 従来の自己回帰モデルとは異なり、提案手法は並列復号法において将来の動作のシーケンス全体を予測することを学習する。 本手法は,Breakfastと50 Saladsの2つの標準ベンチマークで評価し,最先端の結果を得た。
  論文  参考訳（メタデータ） (2022-05-27T14:47:43Z)
• A-ACT: Action Anticipation through Cycle Transformations [89.83027919085289]
  未来を予測できる人間の能力が、機械学習アルゴリズムにどのように移行できるかを分析するために、一歩後退します。 人間の心理学に関する最近の研究は、発生を予測して、人間の脳が両方のシステムにカウントされていることを説明している。 本研究では,行動予測作業における各システムの影響について検討し,学習フレームワークに統合するためのパラダイムを導入する。
  論文  参考訳（メタデータ） (2022-04-02T21:50:45Z)
• Review of Video Predictive Understanding: Early ActionRecognition and Future Action Prediction [39.966828592322315]
  アクション予測は、ビデオ予測理解の重要なサブ領域である。 様々な数学的ツールが、これらの2つのタスクに対してコンピュータビジョン技術と共に広く採用されている。 深層畳み込みニューラルネットワークと繰り返しニューラルネットワークに依存する構造は、既存の視覚タスクの性能を改善するために広く提案されている。
  論文  参考訳（メタデータ） (2021-07-11T22:46:52Z)
• Panoptic Segmentation Forecasting [71.75275164959953]
  我々の目標は、最近の観測結果から近い将来の予測を行うことです。 この予測能力、すなわち予測能力は、自律的なエージェントの成功に不可欠なものだと考えています。 そこで我々は,2成分モデルを構築した。一方のコンポーネントは,オードメトリーを予測して背景物の力学を学習し,他方のコンポーネントは検出された物の力学を予測する。
  論文  参考訳（メタデータ） (2021-04-08T17:59:16Z)
• Learning to Anticipate Egocentric Actions by Imagination [60.21323541219304]
  我々は,エゴセントリックなアクション予測タスクについて検討し,エゴセントリックなビデオの再生に先立って,将来のアクション秒を予測する。 本手法は, EPIC Kitchens Action Precipation Challenge の既視テストセットと未確認テストセットの両方において, 従来手法を有意に上回った。
  論文  参考訳（メタデータ） (2021-01-13T08:04:10Z)
• Group Activity Prediction with Sequential Relational Anticipation Model [28.225918711577314]
  不完全な活動実行を伴う初期フレームからグループアクティビティを予測する新しい手法を提案する。 グループ活動予測では,人々の活動と時間的位置との関係は,グループ活動を予測する上で重要な手がかりとなる。 本モデルは,グループ活動予測のための識別的グループ表現を学習することを目的として,2つのグラフオートエンコーダによる活動特徴と位置の両方を明示的に予測する。
  論文  参考訳（メタデータ） (2020-08-06T03:17:14Z)

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。