抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現在のビデオ/行動理解システムは,大きな認識タスクに関する印象的な性能を示した。しかし,それらは,行動を徹底的に理解する試みではなく,空間時間パターンを認識するための学習に対してそれ自身を制限するかもしれない。ビデオのより包括的な理解の方向における進歩を平らすために,様々な活動で成功し失敗した試みを区別するwin-fail行動認識のタスクを導入した。著者らは,次のドメインからのサンプルで,その種類のペアワイル行動理解データセットの1つを紹介する:”Genal Stunts”,”Internet Wins-Fails”,”Trick Shots”,”Party Games”。”Party Games.”である。”Party Stunts”,”Internet Wins-Fails”,”Trick Shots”,”Party Games”。既存の行動認識データセットと異なり,クラス内変動は,タスクを困難にしているが,まだ実現可能である。新しいビデオ検索試験を含む,一連の実験を用いて,著者らは,著者らのwin-failタスク/データセットの特性を系統的に分析し,ビデオ理解問題ベンチマークとして役立つその適合性を決定した。現在のプロトタイプ行動認識方法は,著者らのタスク/データセット上でよく働くが,それらは高性能を達成するために大きなギャップを残す。行動/ビデオの真の理解に向けて,より多くの研究を動機づけることを期待する。データセットはhttps://github.com/ParitoshParmar/Win-Fail-Action-Recognitionから利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】