机构名称：
¥ 1.0
与人类不同，他们通过视觉，听觉和触觉感知到计算机视觉的领域来感知行动，传统上，人类的行为是使用单一模态来代表的，通常是视觉上的[2，3]。这种方法虽然直接可以引入偏见和噪声，从而有可能限制动作分析和合成的准确性和普遍性[5,11,9,6]。要应对这些挑战，将多种模式（例如3D，运动学和运动信息）整合起来，都具有显着优势1）。这种多模式策略不仅模仿了人类处理复杂动作的全面方式，而且还显着增强了计算机视觉系统的鲁棒性和准确性[14，17，15，16，10]。利用各种数据源可以实现更多有效的人类行动学习，从而促进了诸如互动媒体，医疗保健和公共安全等各种领域的先进应用程序。基于这些观察结果，我的研究重点是从不同的模态表示中学习人类行动。特别是，我的工作沿两个主要轴指向：增强单模式范式内的概括性；利用多模式表示的协同潜力。下面我详细说明了两个方向。
从不同方式学习人类行动
主要关键词
相关文件推荐
