首先,我要感谢我的主管克里斯蒂安(Cristian)不断的指导和支持,包括他选择一个有趣且雄心勃勃的研究主题。他花了很多时间,并付出了与我紧密合作的工作,分享了他的想法和经验。他教会我继续专注于更大的前景,这与关注方法论细节一样重要。他提供的资源和资金是成功完成本文的关键组成部分。我还要感谢我的共同服务员Sven向我介绍了计算机视觉以及基于计算机的动作识别的具有挑战性的问题。在我的研究生学习期间,我还要感谢他的道德和财务支持。他一直在困难时期去过那里,以在专业和个人层面上给我他的建议和鼓励。我要感谢我的委员会成员Allan Jepson和Richard Zemel。他们的宝贵见解和问题有助于大大改善这一论点。我还要对我的外部观察者艾琳·库勒(Eileen Kowler)以及我的内部观察者约翰·托索斯(John Tsotsos)表示感谢,以实现他们的洞察力,这极大地帮助将这项工作置于更广泛的跨学科环境中。我也感谢艾伦·杰普森(Allan Jepson)和大卫·弗利特(David Fleet)的介绍性计算机视觉课程,这使我熟悉了我的研究主题所涉及的许多计算机视觉问题和技术。同样我非常感谢Sam Roweis,他将我带入了机器学习的领域,这显然是在整个工作中都是主要的哲学方法。他及时的逝世对我和计算机科学界来说是一个可怕的损失。我还要感谢Suzanne Stevenson和Afsaneh Fazly,他们向我介绍了计算语言学的领域,并为我们在学习动词语义上的共同工作付出了很多时间,并付出了很多时间,这是本论文的一部分。我也感谢罗马尼亚科学基金会Uefiscdi提供了我对人类眼动研究所需的重要财务支持和基础设施。我感谢多伦多大学的计算机视觉小组成员,以及在计算学习和视觉感知(CLVP)实验室中,罗马尼亚学院数学研究所的一部分,创造了一个建设性友好的研究环境:赛义德(Alex Levinshte),亚历克斯·列文斯(Alex Levinshtein) Yulia Eskin,Elisabeta Marinoiu,Eduard Gabriel Bazavan,Andrei Zanfir和Mihai Zanfir,Alin Popa,Dan Banica,Livia Andrei,Marius Leordeanu和Vlad Olaru。他们的专业反馈和道德支持在我的毕业生中发挥了至关重要的作用。
主要关键词