[B! pooling][action recognition] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

poolingとaction recognitionに関するarxiv_readerのブックマーク (20)

https://arxiv-check-250201.firebaseapp.com/each/2408.09356v1
arxiv_reader 2024/08/20
pooling

human

action recognition

arXiv

arXiv reaDer

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2406.18011v1
arxiv_reader 2024/06/27
pooling

keypoint

arXiv reaDer

human

action recognition

representation

arXiv

dataset
リンク
https://arxiv-check-250201.firebaseapp.com/each/2404.16359v1
arxiv_reader 2024/04/26
pooling

action recognition

arXiv

arXiv reaDer

benchmark

dataset

computer vision
リンク
https://arxiv-check-250201.firebaseapp.com/each/2110.05216v4
arxiv_reader 2023/10/17
action recognition

pooling

arXiv

detection

arXiv reaDer

metric

activity

attention
リンク
Valley: 大規模な言語モデルを備えたビデオアシスタントの機能が強化されました
arxiv_reader 2023/06/13
最近、画像と言語を共同理解するためにいくつかのマルチモーダルモデルが開発され、高度なラージ言語モデル (LLM) を利用することで優れたチャット能力が実証されました。このようなモデルを開発するプロ

action recognition

pooling

arXiv reaDer

arXiv

pre-training

video

spatio-temporal

adaptation

multi-task
リンク
DIR-AS: アクションセグメンテーションのための個人識別と時間的推論の分離
arxiv_reader 2023/04/06
完全に監視されたアクションセグメンテーションは、密な注釈を使用したフレーム単位のアクション認識で機能し、多くの場合、過度のセグメンテーションの問題に悩まされます。既存の研究では、境界認識ネットワーク

pooling

segmentation

metric

arXiv

reasoning

attention

action recognition

arXiv reaDer

identification
リンク
3Mformer: 骨格動作認識のための多次マルチモード変換器
arxiv_reader 2023/03/28
多くの骨格動作認識モデルでは、GCN を使用して人体を 3D ボディジョイントで接続されたボディパーツで表現します。 GCN は、1 ホップまたは数ホップグラフの近傍を集約し、リンクされていない

action recognition

human

3D

GCN

embedding

attention

pooling

arXiv

transformer

arXiv reaDer
リンク
教師なしスケルトンベースのアクション認識のためのアクションレット依存の対照学習
arxiv_reader 2023/03/21
自己教師あり事前トレーニングパラダイムは、スケルトンベースのアクション認識で大きな成功を収めています。ただし、これらの方法は、動作部分と静的部分を同等に扱い、さまざまな部分の適応設計に欠けているた

pooling

representation

action recognition

arXiv reaDer

unsupervised

human

self-supervised

contrastive learning

arXiv
リンク
1 回の訪問から複数回の訪問の画像ベースのモデルへ: 1 回の訪問のモデルで十分に閉塞性水腎症を予測できます
arxiv_reader 2022/12/29
以前の研究では、腎臓の超音波画像を使用して腎閉塞を予測するディープラーニングの可能性が示されています。ただし、これらの画像ベースの分類器は、1 回の訪問での推論を念頭に置いてトレーニングされています

learning

convolutional

action recognition

arXiv

arXiv reaDer

pooling

LSTM

video
リンク
3DCNNのグローバルローカルアテンションを使用した弱教師ありアクションローカリゼーションとアクション認識
arxiv_reader 2022/08/17
3D畳み込みニューラルネットワーク（3D CNN）は、ビデオシーケンスなどの3Dデータに関する空間的および時間的情報をキャプチャします。ただし、畳み込みとプーリングのメカニズムにより、情報の損失は避け

action recognition

localization

classification

arXiv

attention

CNN

3D

weakly-supervised

arXiv reaDer

pooling
リンク
自己監視型スケルトンベースの行動認識のための時空間混合スケルトンシーケンスからの対照学習
arxiv_reader 2022/07/08
対照的な学習を伴う自己監視型スケルトンベースの行動認識は、多くの注目を集めています。最近の文献は、データ拡張と対照的なペアの大規模なセットがそのような表現を学習する上で重要であることを示しています。こ

convolutional

self-supervised

action recognition

spatio-temporal

attention

arXiv

augmentation

contrastive learning

arXiv reaDer

pooling
リンク
人間と物体の相互作用を検出するための空間解析および動的時間プーリングネットワーク
arxiv_reader 2022/06/08
Human-Object Interaction（HOI）認識の鍵は、人間とオブジェクトの関係を推測することです。最近、画像のHuman-Object Interaction（HOI）検出が大幅に進歩

pooling

attention

human

spatio-temporal

arXiv reaDer

arXiv

action recognition

detection

dataset

differentiable
リンク
マルチレベルの2次数ショット学習
arxiv_reader 2022/01/19
教師ありまたは教師なしの数ショット画像分類と数ショット行動認識のためのマルチレベル2次（MlSo）数ショット学習ネットワークを提案します。いわゆるパワー正規化された2次ベース学習者ストリームを、複数レ

few-shot

action recognition

arXiv

unsupervised

convolutional

arXiv reaDer

classification

CNN

pooling

self-supervised
リンク
https://arxiv-check-250201.firebaseapp.com/each/2111.08492v3
arxiv_reader 2021/11/17
3Dヒューマンアクションのポイントクラウドシーケンスは、順序付けられていないフレーム内空間情報と順序付けられたフレーム間時間情報を示します。点群シーケンスの時空間構造をキャプチャするために、通常、重心

arXiv

action recognition

learning

dataset

arXiv reaDer

human

pooling

point cloud

3D

spatio-temporal
リンク
アクション認識を重視した高次テンソルプーリング
arxiv_reader 2021/10/12
ニューラルネットワークによって形成された特徴ベクトルの高次統計量を取得することを目的とし、テンソル記述子を形成するためのエンドツーエンドの2次以上のプーリングを提案します。テンソル記述子は、特定の特徴

arXiv

arXiv reaDer

metric

pooling

attention

action recognition

detection
リンク
人間の行動認識のための多視点屋外データセット
arxiv_reader 2021/10/11
ディープニューラルネットワークの進歩は、物体認識、顔認識、ポーズ推定など、多くのコンピュータービジョンの問題に対してほぼ完璧な結果をもたらしています。ただし、人間の行動の認識は、まだ人間レベルのパフォ

drone

face recognition

CNN

arXiv reaDer

pose estimation

action recognition

pooling

computer vision

arXiv

dataset
リンク
人間の行動認識のための画像エンコーディングへの慣性センサーデータ
arxiv_reader 2021/05/31
畳み込みニューラルネットワーク (CNN) は、コンピュータービジョンの分野で成功した深層学習モデルです。慣性センサーデータを使用した人間の行動認識 (HAR) の CNN モデルの利点を最大限

human

action recognition

computer vision

domain

pooling

SVM

arXiv reaDer

dataset

arXiv

CNN
リンク
注意辞書を使用して、自己中心的なビデオ内のオブジェクトに対するアクションを認識することを学ぶ
arxiv_reader 2021/02/17
自己中心的なビデオデータセットのアクションラベルの動詞-名詞構造を活用することにより、フレームレベルの機能からアクション-コンテキスト-オブジェクト記述子をプールすることを学習する、ビデオアクション認

recurrent

attention

dataset

arXiv reaDer

convolutional

action recognition

arXiv

LSTM

pooling

localization
リンク
SoftPoolを使用したアクティベーションダウンサンプリングの改良
arxiv_reader 2021/01/05
畳み込みニューラルネットワーク（CNN）は、プーリングを使用してアクティベーションマップのサイズを縮小します。このプロセスは、空間的な不変性を局所的に達成し、その後の畳み込みの受容野を増やすために重要

arXiv reaDer

arXiv

classification

dataset

action recognition

video

CNN

pooling
リンク
3DCNNのグローバルローカルアテンションを使用した弱教師ありアクションローカリゼーションとアクション認識
arxiv_reader 2020/12/18
3D畳み込みニューラルネットワーク（3D CNN）は、ビデオシーケンスなどの3Dデータに関する空間的および時間的情報をキャプチャします。ただし、畳み込みとプーリングのメカニズムにより、情報の損失は避け

classification

pooling

weakly-supervised

action recognition

localization

attention

3D

CNN

arXiv reaDer

arXiv
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx