動(dòng)作識(shí)別是指根據(jù)輸入視頻內(nèi)容判斷出其動(dòng)作類別標(biāo)簽的視頻分類任務(wù)。動(dòng)作識(shí)別作為視頻理解中橫跨感知與認(rèn)知的研究領(lǐng)域,在異常檢測(cè)、人機(jī)交互、視頻檢索等任務(wù)中都充當(dāng)著不可替代的角色。而由于視頻中人類動(dòng)作本身運(yùn)動(dòng)速度、起止時(shí)間、外觀姿態(tài)的不確定性,以及光照、視角、人物遮擋等物理因素的干擾,使得要對(duì)人類運(yùn)動(dòng)進(jìn)行良好的時(shí)空建模成為了一項(xiàng)非常具有挑戰(zhàn)性的任務(wù)。在主流動(dòng)作識(shí)別數(shù)據(jù)集的構(gòu)建中,類別的選取具有隨意性,導(dǎo)致同一數(shù)據(jù)集中類別重復(fù)、類別之間視覺(jué)相似性迥異的情況時(shí)有發(fā)生。時(shí)空卷積模型的高冗余性和標(biāo)注樣本數(shù)量的缺乏,使得類別可分性不均衡問(wèn)題在動(dòng)作識(shí)別任務(wù)中對(duì)分類性能的干擾尤為嚴(yán)重�，F(xiàn)有的動(dòng)作識(shí)別方法主要偏重于如何提取精準(zhǔn)且高效的運(yùn)動(dòng)時(shí)空特征,而忽略了任務(wù)本身定義的合理性。小樣本任務(wù)的提出旨在使得機(jī)器學(xué)習(xí)緩解其大樣本依賴問(wèn)題,與人類一樣能夠有效利用過(guò)去所學(xué)的知識(shí),從而在只擁有少量標(biāo)記樣本的新任務(wù)場(chǎng)景中具有快速學(xué)習(xí)的能力。視頻內(nèi)容的多樣性和動(dòng)作本身的抽象性使得小樣本任務(wù)中的運(yùn)動(dòng)特征極難抽取�，F(xiàn)有小樣本動(dòng)作分類方法通過(guò)引入時(shí)序特征融合模塊以增加視頻特征的準(zhǔn)確性,但依舊缺乏對(duì)類內(nèi)特征分布的顯式約束。本文針對(duì)動(dòng)... 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院大學(xué)人工智能學(xué)院)北京市

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１動(dòng)作識(shí)別示例??Ｆｉｇｕｒｅ?１．１?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?ａｃｔｉｏｎ?ｒｅｃｏｇｎｉｔｉｏｎ??動(dòng)作識(shí)別作為計(jì)算機(jī)視覺(jué)中承上啟下的關(guān)鍵性研宄領(lǐng)域，既需要以底層的光??

基于關(guān)系的??遷移。由于本文涉及到的方法主要是基于特征和模型的遷移，所以其他方法就不??一一贅述了。??２．２．?２．１基于特征的遷移學(xué)習(xí)??基于特征的迀移學(xué)習(xí)方法通常通過(guò)縮小源領(lǐng)域和目標(biāo)領(lǐng)域數(shù)據(jù)特征分布之??間的差異以達(dá)到特征遷移的目的。數(shù)據(jù)特征分布之間的差異主要體現(xiàn)在特征空間、??邊緣概率分布或者條件概率分布的三個(gè)層面。邊緣概率體現(xiàn)在數(shù)據(jù)特征整體分布??不同，用于表示領(lǐng)域之間的相似性；而條件分布體現(xiàn)在具體到各個(gè)類別里的數(shù)據(jù)??分布不同，用于表示任務(wù)之間的相似性。兩者的差異如圖２．１所示。??？，暴：馨則屬??目標(biāo)域數(shù)據(jù)：?Ｈ標(biāo)域數(shù)據(jù)：??ｗｍｎｓ?邊緣概率分布不同?條件概率分布不同??圖２．１實(shí)例特征分布差異叫??Ｆｉｇｕｒｅ?２．１?Ｔｈｅ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｄｉｆｆｅｒｅｎｃｅ?ｏｆ?ｔｈｅ?ｓｏｕｒｃｅ?ａｎｄ?ｔｈｅ?ｔａｒｇｅｔ?ｄｏｍａｉｎ??ｉｎｓｔａｎｃｅｓ?丨３６?丨??在傳統(tǒng)的遷移學(xué)習(xí)中被廣泛使用的遷移成分分析｜３７］假設(shè)存在某種映射，可以??使得映射后的數(shù)據(jù)邊緣分布相似。最大均值差異（Ｍａｘｉｍｕｍ?Ｍｅａｎ?Ｄｉｓｃｒｅｐａｎｃｙ，??ＭＭＤ）?Ｍｌ通過(guò)在再生希爾伯特空間的樣本平均值的差異來(lái)量化兩個(gè)分布之間的??差異，在遷移學(xué)習(xí)中被廣泛使用，也是ＴＣＡ使用的度量方法。其形式化定義如??公式２．１所示：??ＭＭＤ（ＸＳ，ＸＴ）?ｌｌｌｆ?．．．?（２．１）??近年來(lái)的很多方法開(kāi)始將其擴(kuò)展到深度網(wǎng)絡(luò)中。文獻(xiàn)［３９］在ＡｌｅｘＮｅｔ的最后??一個(gè)全連接層之前引入自適應(yīng)層和附加的ＭＭＤ損失函數(shù)，來(lái)最小化不同領(lǐng)域之??間的距離。文獻(xiàn)［４０］通過(guò)ＭＭＤ的改進(jìn)版本——多核ＭＭＤ來(lái)對(duì)

別性能雖然得到了提升，但是光流只能表示相鄰視頻幀之間的運(yùn)動(dòng)變化，簡(jiǎn)單的??雙流架構(gòu)并不具有抓取長(zhǎng)時(shí)間運(yùn)動(dòng)信息的能力。??Ｖｉｄｅｏ?Ｓｎｉｐｐｅｔｓ?Ｔｅｍｐｏｒａｌ?Ｓｅｇｍｅｎｔ?Ｎｅｔｗｏｒｋｓ??■露二二??ＨｇｊＵ—ＢＳＳＳｉ—卜?＼??卜—丨》丨丨Ｉ丨Ｉ酬＼??■＇Ｉ?肀■：?、徽??ｍｍ?＊?ｆｊ?????Ｊ?Ｗ?？ｍ?．．．?，?ｎ．?？?．．ｎ?ｍｍ，?－？■■■?．ｍｉ．?■ｉｉｍ．ｉ?．．．?■?ｍ—?■■ｉ?—?？ｉ■■?＂■?■■■?ｉ?ｍ■■ｉ?ｍ…??圖２．?２時(shí)序分割網(wǎng)絡(luò)架構(gòu)［６］??Ｆｉｇｕｒｅ?２．２?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｅｍｐｏｒａｌ?ｓｅｇｍｅｎｔ?ｎｅｔｗｏｒｋ１”??對(duì)于視頻來(lái)說(shuō)，相鄰幀信息高度過(guò)剩，以往的密集采樣并不是必須；所以王??利民于１６年提出ＴＳＮ１６１對(duì)所輸入的視頻幀進(jìn)行稀疏的全局采樣，以盡可能保留??每個(gè)階段的運(yùn)動(dòng)特征。其網(wǎng)絡(luò)架構(gòu)如圖２．２所示，首先將視頻分成固定數(shù)目的片??１３??


本文編號(hào)：3217902