論文の概要: Uncovering the Unseen: Discover Hidden Intentions by Micro-Behavior Graph Reasoning

• arxiv url: http://arxiv.org/abs/2308.15169v1
• Date: Tue, 29 Aug 2023 09:52:32 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-30 14:48:54.890782
• Title: Uncovering the Unseen: Discover Hidden Intentions by Micro-Behavior Graph Reasoning
• Title（参考訳）: unseenを暴く - マイクロビヘイビアグラフ推論による隠れた意図の発見
• Authors: Zhuo Zhou, Wenxuan Liu, Danni Xu, Zheng Wang, Jian Zhao
• Abstract要約: 本稿では,隠れ注意発見(HID)タスクについて紹介する。 既存の意図認識タスクとは異なり、HIDは人間が異常な行動のために意図を隠そうとするときに隠れた意図を発見することに焦点を当てている。 まず,マイクロビヘイビアと隠蔽意図の関係を発見し,グラフ構造を用いて隠蔽意図を推論する。
• 参考スコア（独自算出の注目度）: 13.403734648770127
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces a new and challenging Hidden Intention Discovery (HID) task. Unlike existing intention recognition tasks, which are based on obvious visual representations to identify common intentions for normal behavior, HID focuses on discovering hidden intentions when humans try to hide their intentions for abnormal behavior. HID presents a unique challenge in that hidden intentions lack the obvious visual representations to distinguish them from normal intentions. Fortunately, from a sociological and psychological perspective, we find that the difference between hidden and normal intentions can be reasoned from multiple micro-behaviors, such as gaze, attention, and facial expressions. Therefore, we first discover the relationship between micro-behavior and hidden intentions and use graph structure to reason about hidden intentions. To facilitate research in the field of HID, we also constructed a seminal dataset containing a hidden intention annotation of a typical theft scenario for HID. Extensive experiments show that the proposed network improves performance on the HID task by 9.9\% over the state-of-the-art method SBP.
• Abstract（参考訳）: 本稿では,新しい難解な隠れ意図発見(hid)タスクを提案する。 通常の行動に対する共通の意図を識別するための視覚的表現に基づく既存の意図認識タスクとは異なり、HIDは人間が異常な行動に対する意図を隠そうとするときに隠された意図を発見することに焦点を当てている。 HIDは、隠された意図が通常の意図と区別する明らかな視覚的表現を欠いているという点において、ユニークな課題を提示している。 幸いなことに、社会学的・心理学的な観点から、隠された意図と正常な意図の違いは、視線、注意、表情などの複数のマイクロ行動から説明できる。 そこで我々はまず,マイクロビヘイビアと隠れ意図の関係を発見し,グラフ構造を用いて隠れ意図を推論する。 HIDの分野での研究を容易にするために,HIDの典型的な盗難シナリオの隠れ意図アノテーションを含むセミナルデータセットを構築した。 広範な実験により, 提案手法により, hidタスクの性能が9.9\%向上することが判明した。

関連論文リスト

• Keypoint Promptable Re-Identification [76.31113049256375]
  Occluded Person Re-Identification (ReID) は、その外見に基づいて隠蔽された個人をマッチングするメトリクス学習タスクである。 本稿では、入力バウンディングボックスを意味キーポイントの集合で明示的に補完する新しいReID問題の定式化であるKeypoint Promptable ReID(KPR)を紹介する。 我々は4つの人気のあるReIDベンチマークのためのカスタムキーポイントラベルをリリースした。人物検索の実験だけでなく、ポーズトラッキングの実験も、我々の手法が従来の最先端手法を体系的に超越していることを示す。
  論文  参考訳（メタデータ） (2024-07-25T15:20:58Z)
• You Can Run but not Hide: Improving Gait Recognition with Intrinsic Occlusion Type Awareness [48.151855620080134]
  蓄積された身体部分は、制御されていない屋外シーケンスの歩行認識に影響を及ぼす可能性がある。 現在のほとんどの方法は、歩行特徴を抽出しながら、完全な身体情報が得られると仮定している。 そこで,本研究では,内在性咬合認知を任意の最先端歩行認識手法にモデル化することのできる咬合認知歩行認識手法を提案する。
  論文  参考訳（メタデータ） (2023-12-04T19:11:40Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Disguise without Disruption: Utility-Preserving Face De-Identification [40.484745636190034]
  本研究では,修正データの利用性を確保しつつ,顔画像をシームレスに識別する新しいアルゴリズムであるDisguiseを紹介する。 本手法は, 難読化と非可逆性を最大化するために, 変分機構を用いて生成した合成物を用いて, 描写されたアイデンティティを抽出し置換することを含む。 提案手法を複数のデータセットを用いて広範に評価し,様々な下流タスクにおける従来の手法と比較して,高い非識別率と一貫性を示す。
  論文  参考訳（メタデータ） (2023-03-23T13:50:46Z)
• 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)
• Onfocus Detection: Identifying Individual-Camera Eye Contact from Unconstrained Images [81.64699115587167]
  Onfocus Detectionは、カメラが捉えた個人の焦点がカメラにあるかどうかを特定することを目的としている。 OnFocus Detection In the Wild (OFDIW) と呼ばれる大規模なオンフォーカス検出データセットを構築しました。 本研究では,視線干渉推論ネットワーク (ECIIN) を用いた眼球深度検出モデルを提案する。
  論文  参考訳（メタデータ） (2021-03-29T03:29:09Z)
• Towards Open World Object Detection [68.79678648726416]
  ORE: Open World Object Detectorは、対照的なクラスタリングとエネルギーベースの未知の識別に基づいている。 未知のインスタンスの識別と特徴付けは、インクリメンタルなオブジェクト検出設定における混乱を減らすのに役立ちます。
  論文  参考訳（メタデータ） (2021-03-03T18:58:18Z)
• A Grid-based Representation for Human 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、コンピュータビジョンにおける基本的な研究課題である。 本稿では,行動の最も識別性の高い外観情報を効率的に符号化する行動認識手法を提案する。 提案手法は, モデルが人間の行動を正確に認識できることを示すために, いくつかのベンチマークデータセットで検証される。
  論文  参考訳（メタデータ） (2020-10-17T18:25:00Z)
• Diagnosing Rarity in Human-Object Interaction Detection [6.129776019898014]
  ヒューマン・オブジェクト・インタラクション(HOI)検出はコンピュータビジョンにおける中核的なタスクである。 目標は、すべての人間と物体のペアをローカライズし、それらの相互作用を認識することである。 動詞「名詞」によって定義される相互作用は、長い尾の視覚的認識課題につながる。
  論文  参考訳（メタデータ） (2020-06-10T08:35:29Z)

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。