論文の概要: Self-supervised Social Relation Representation for Human Group Detection

• arxiv url: http://arxiv.org/abs/2203.03843v1
• Date: Tue, 8 Mar 2022 04:26:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-09 15:01:45.715227
• Title: Self-supervised Social Relation Representation for Human Group Detection
• Title（参考訳）: 人間集団検出のための自己教師付き社会関係表現
• Authors: Jiacheng Li, Ruize Han, Haomin Yan, Zekun Qian, Wei Feng, Song Wang
• Abstract要約: 人間のグループ検出のための新しい2段階のマルチヘッドフレームワークを提案する。 第1段階では,人間行動シミュレーター・ヘッドを提案し,ソーシャル・リレーション・フィーチャの埋め込みを学習する。 第2段階では,社会関係の埋め込みに基づいて,人間集団検出のための自己注意型ネットワークを開発する。
• 参考スコア（独自算出の注目度）: 18.38523753680367
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human group detection, which splits crowd of people into groups, is an important step for video-based human social activity analysis. The core of human group detection is the human social relation representation and division.In this paper, we propose a new two-stage multi-head framework for human group detection. In the first stage, we propose a human behavior simulator head to learn the social relation feature embedding, which is self-supervisely trained by leveraging the socially grounded multi-person behavior relationship. In the second stage, based on the social relation embedding, we develop a self-attention inspired network for human group detection. Remarkable performance on two state-of-the-art large-scale benchmarks, i.e., PANDA and JRDB-Group, verifies the effectiveness of the proposed framework. Benefiting from the self-supervised social relation embedding, our method can provide promising results with very few (labeled) training data. We will release the source code to the public.
• Abstract（参考訳）: 人々の集団をグループに分割するヒューマングループ検出は、ビデオに基づく人間の社会的活動分析にとって重要なステップである。 本稿では,人間集団検出のための新しい2段階のマルチヘッドフレームワークを提案する。 第1段階では,人間行動シミュレータヘッドを提案し,社会的接地された多人数行動関係を利用して自己教師あり訓練を行う社会関係特徴埋め込みを学習する。 第2段階では,社会関係の埋め込みに基づいて,人間集団検出のための自己注意型ネットワークを開発する。 PANDAとJRDB-Groupの2つの大規模ベンチマークにおいて,提案手法の有効性を検証した。 自己教師付き社会関係埋め込みの恩恵を受け、非常に少ない(ラベル付き)トレーニングデータで有望な結果を提供できる。 ソースコードを一般向けに公開します。

関連論文リスト

• Social Support Detection from Social Media Texts [44.096359084699]
  ソーシャルメディアのような様々な相互作用やプラットフォームを通じて伝えられる社会支援は、所有意識を育む上で重要な役割を担っている。 本稿では,自然言語処理(NLP)タスクとしてのソーシャルサポート検出(SSD)について紹介する。 我々は1万のYouTubeコメントからなるデータセットで実験を行った。
  論文  参考訳（メタデータ） (2024-11-04T20:23:03Z)
• JRDB-Social: A Multifaceted Robotic Dataset for Understanding of Context and Dynamics of Human Interactions Within Social Groups [8.415759777703125]
  JRDB-Socialは、屋内・屋外の多様な社会的文脈における人間の理解のギャップを埋める。 このデータセットは、ロボットアプリケーションのための人間の社会的ダイナミクスの把握を強化することを目的としている。
  論文  参考訳（メタデータ） (2024-04-06T00:33:39Z)
• SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
  大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。 個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
  論文  参考訳（メタデータ） (2024-03-20T15:38:36Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• Social Motion Prediction with Cognitive Hierarchies [19.71780279070757]
  我々は新しいベンチマーク、新しい定式化、認知に触発されたフレームワークを紹介する。 We present Wusi, a 3D multi-person motion data under the context of team sports。 戦略的社会的相互作用を予測するための認知階層構造を構築した。
  論文  参考訳（メタデータ） (2023-11-08T14:51:17Z)
• MultiMediate'23: Engagement Estimation and Bodily Behaviour Recognition in Social Interactions [42.94144353625103]
  本研究では, 社会的相互作用における係り受け推定と身体行動認識という, コントロールされた課題において, 人間の社会的行動分析の課題を初めて解決する。 本稿では,MultiMediate'23の課題について述べる。
  論文  参考訳（メタデータ） (2023-08-16T09:47:52Z)
• Flexible social inference facilitates targeted social learning when rewards are not observable [58.762004496858836]
  グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。 社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
  論文  参考訳（メタデータ） (2022-12-01T21:04:03Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)
• Let me join you! Real-time F-formation recognition by a socially aware robot [2.8101673772585745]
  本稿では,エゴビジョンカメラの連続画像ストリームからリアルタイムに社会集団を検出する新しいアーキテクチャを提案する。 会合や討論などの社会集会におけるF-formationを検出し,社会集団への参加を望む場合,ロボットのアプローチ角を予測する。 また,グループの一員ではない人など,アウトリーチも検知する。
  論文  参考訳（メタデータ） (2020-08-23T17:46:08Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。

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。