Key points are not available for this paper at this time.
يعتبر اكتشاف السلوك غير الطبيعي في فيديو المراقبة مهمة أساسية في الأمن العام الحديث. يختلف عن الحلول التقليدية المعتمدة على البكسلات، حيث تستفيد الطرق المعتمدة على الوضعيات من ميزات الهيكل العظمي ذات الأبعاد المنخفضة والهياكل المنظمة بشكل قوي، مما يمكّن مكتشف الشذوذ من أن يكون محصناً ضد الضوضاء الخلفية المعقدة والحصول على كفاءة أعلى. ومع ذلك، فإن الطرق المعتمدة على الوضعيات الحالية تستخدم فقط وضعية كل فرد بشكل مستقل وتتجاهل التفاعلات الهامة بين الأفراد. في هذه الورقة، نقدم إطار تعلم انتظام وضعيات الرسم البياني الهرمي المدمج عبر المحول الزمني المكاني، والذي يستفيد من قوة تمثيل الرسم البياني في تشفير ميزات الهيكل العظمي المنظمة بشكل قوي. على وجه التحديد، يتم تشفير ميزات الهيكل العظمي كتمثيل رسومي هرمي، يقوم بنمذجة التفاعلات بين عدة أفراد والارتباطات بين المفاصل داخل نفس الفرد. علاوة على ذلك، تم تصميم محول زمني مكاني خاص بالمهمة لتشفير تمثيلات الرسم البياني الزمني المكاني الهرمي لهياكل عظمية بشرية وتعلم الأنماط المنتظمة داخل مقاطع الفيديو التدريبية الطبيعية. تشير النتائج التجريبية إلى أن طريقتنا تحقق أداءً متفوقًا على أفضل الطرق الحالية في عدة مجموعات بيانات صعبة.
درس هوانغ وآخرون (مون،) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: