Fugu-MT 論文翻訳(概要): Anticipating human actions by correlating past with the future with Jaccard similarity measures

論文の概要: Anticipating human actions by correlating past with the future with Jaccard similarity measures

arxiv url: http://arxiv.org/abs/2105.12414v1
Date: Wed, 26 May 2021 09:11:02 GMT
ステータス: 処理完了
システム内更新日: 2021-05-27 21:32:59.146716
Title: Anticipating human actions by correlating past with the future with Jaccard similarity measures
Title（参考訳）: 過去と未来を関連づけたヒューマンアクションの予測とjaccardの類似性対策
Authors: Basura Fernando, Samitha Herath
Abstract要約: 本稿では,過去の特徴と未来を関連付けることで,早期行動認識と予測のための枠組みを提案する。 UCF101およびJHMDBデータセットにおける早期行動認識のための最先端結果を得る。
参考スコア（独自算出の注目度）: 19.423677578807826
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a framework for early action recognition and anticipation by correlating past features with the future using three novel similarity measures called Jaccard vector similarity, Jaccard cross-correlation and Jaccard Frobenius inner product over covariances. Using these combinations of novel losses and using our framework, we obtain state-of-the-art results for early action recognition in UCF101 and JHMDB datasets by obtaining 91.7 % and 83.5 % accuracy respectively for an observation percentage of 20. Similarly, we obtain state-of-the-art results for Epic-Kitchen55 and Breakfast datasets for action anticipation by obtaining 20.35 and 41.8 top-1 accuracy respectively.
Abstract（参考訳）: 本稿では,jaccard vector similarity, jaccard cross-correlation, jaccard frobenius inner product on covariancesという3つの新しい類似性尺度を用いて,過去の特徴と今後の特徴を関連付けることで,早期行動認識と予測のための枠組みを提案する。 UCF101およびJHMDBデータセットにおけるこれらの新しい損失の組合せと我々のフレームワークを用いて、観察率20の91.7%と83.5%の精度で早期行動認識の最先端結果を得る。同様に、epic-kitchen55 と breakfast datasets for action anticipation はそれぞれ 20.35 と 41.8 top-1 の精度を得た。

関連論文リスト

Improved Generation of Adversarial Examples Against Safety-aligned LLMs [72.38072942860309]
勾配に基づく手法を用いて生成した敵対的プロンプトは、安全対応のLDMに対して自動ジェイルブレイク攻撃を行う際、優れた性能を示す。本稿では,この問題に対する新たな視点を探求し,トランスファーベースの攻撃にインスパイアされたイノベーションを活用することで緩和できることを示唆する。この組み合わせによって生成されたクエリ固有逆接接尾辞の87%がLlama-2-7B-Chatを誘導し、AdvBench上のターゲット文字列と正確に一致する出力を生成することを示した。
論文参考訳（メタデータ） (2024-05-28T06:10:12Z)
Learning Trajectory-Conditioned Relations to Predict Pedestrian Crossing Behavior [14.785194522585224]
本研究では,歩行者の歩行者軌道とシーンフレームの依存性を組み込む枠組みを開発する。筆者らはまず,歩行者と周囲の地域的共同情報を時間とともに特徴マップベクトルに符号化する。大域的関係表現は、過去の軌跡条件で目的を推定するために、ペアワイズ特徴写像ベクトルから抽出される。
論文参考訳（メタデータ） (2023-01-14T00:42:05Z)
Fine-Grained Selective Similarity Integration for Drug-Target Interaction Prediction [10.1105462321649]
FGSと呼ばれるファイングラインド選択類似性統合手法を提案する。 5つのDTI予測データセットのFGSを様々な予測条件下で評価する。類似度重みの解析と新しい予測の検証に関する事例研究により、FGSの実用性が確認された。
論文参考訳（メタデータ） (2022-12-01T14:50:42Z)
Real-time Action Recognition for Fine-Grained Actions and The Hand Wash Dataset [0.0]
Raspberry Piのような低出力システム上で,高精度かつ効率的にリアルタイムに動作する3ストリーム融合アルゴリズムを提案する。このアルゴリズムによって得られた結果は、UCF-101とHMDB-51データセットでベンチマークされ、それぞれ92.7%と64.9%の精度を達成した。
論文参考訳（メタデータ） (2022-10-13T22:38:11Z)
KGE-CL: Contrastive Learning of Knowledge Graph Embeddings [64.67579344758214]
本稿では,知識グラフ埋め込みのための簡易かつ効率的な学習フレームワークを提案する。これは、関連するエンティティと異なる三重項におけるエンティティ-リレーションのカップルのセマンティック距離を短縮することができる。 WN18RRデータセットで51.2% MRR、46.8% Hits@1、59.1% MRR、51.8% Hits@1、YAGO3-10データセットで達成できる。
論文参考訳（メタデータ） (2021-12-09T12:45:33Z)
Combinations of Jaccard with Numerical Measures for Collaborative Filtering Enhancement: Current Work and Future Proposal [0.0]
本研究は,ジャカードといくつかの数値測度を組み合わせることで,新しい類似度尺度を提案することに焦点を当てる。また,Movie-lensデータセットを用いた実験結果から,検討した評価指標に対して,組み合わせた測定値が全測定値を上回っていることが明らかとなった。
論文参考訳（メタデータ） (2021-11-24T00:07:32Z)
ACP++: Action Co-occurrence Priors for Human-Object Interaction Detection [102.9428507180728]
ヒューマン・オブジェクト・インタラクション(HOI)検出のタスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。我々は、人間と物体の相互作用の間に自然の相関関係と反相関が存在することを観察した。我々は、これらの先行知識を学習し、特に稀なクラスにおいて、より効果的な訓練に活用する手法を提案する。
論文参考訳（メタデータ） (2021-09-09T06:02:50Z)
Detecting Human-Object Interactions with Action Co-occurrence Priors [108.31956827512376]
人-物間相互作用(HOI)検出タスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。我々は、人間と物体の相互作用の間に自然の相関と反相関が存在することを観察した。我々はこれらの先行知識を学習し、特に稀なクラスにおいてより効果的な訓練に活用する手法を提案する。
論文参考訳（メタデータ） (2020-07-17T02:47:45Z)
Combining Task Predictors via Enhancing Joint Predictability [53.46348489300652]
そこで本研究では,目標予測能力に基づいて参照の関連性を測定し,その関連性を高めるための新しい予測器組合せアルゴリズムを提案する。提案アルゴリズムはベイズフレームワークを用いて,すべての参照の関連性について共同で評価する。視覚属性ランキングとマルチクラス分類シナリオから得られた実世界の7つのデータセットの実験に基づいて,本アルゴリズムが性能向上に寄与し,既存の予測器の組み合わせアプローチの適用範囲を広くすることを示した。
論文参考訳（メタデータ） (2020-07-15T21:58:39Z)
Learning Attentive Pairwise Interaction for Fine-Grained Classification [53.66543841939087]
本稿では,細粒度分類のための簡易かつ効果的な監視ペアワイド・インタラクション・ネットワーク(API-Net)を提案する。 API-Netはまず相互機能ベクトルを学習し、入力ペアのセマンティックな違いをキャプチャする。そして、この相互ベクトルと個々のベクトルを比較して、各入力画像のゲートを生成する。詳細な分類において,5つの人気のあるベンチマークについて広範な実験を行った。
論文参考訳（メタデータ） (2020-02-24T12:17:56Z)

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。