Aprendizaje multitarea de múltiples instancias discriminativas para el reconocimiento de acciones en 3D

Con la prosperidad de cámaras de profundidad de bajo costo y fácil operación, el reconocimiento de acciones humanas basado en esqueletos ha sido estudiado extensamente recientemente. Sin embargo, la mayoría de los métodos existentes consideran parcialmente que todas las articulaciones 3D de un esqueleto humano son idénticas. En realidad, estas articulaciones 3D muestran respuestas diversas a diferentes clases de acción, y algunas configuraciones de articulaciones son más discriminativas para distinguir una acción determinada. En este documento, proponemos un marco de aprendizaje multitarea de múltiples instancias discriminativas (MIMTL) para descubrir la relación intrínseca entre las configuraciones de las articulaciones y las clases de acción. Primero, se captura un conjunto de configuraciones de articulaciones discriminativas e informativas para la clase de acción correspondiente en el modelo de aprendizaje de múltiples instancias al considerar la acción y las configuraciones de las articulaciones como una bolsa y sus instancias, respectivamente. Luego, se explota un modelo de aprendizaje multitarea con restricciones de estructura grupal para revelar aún más la relación intrínseca entre las configuraciones de las articulaciones y las diferentes clases de acción. Realizamos evaluaciones extensivas de MIMTL utilizando tres conjuntos de datos de referencia para el reconocimiento de acciones en 3D. Los resultados experimentales muestran que nuestro marco MIMTL propuesto presenta un rendimiento favorable en comparación con varios enfoques de vanguardia.