क्रियाएँ ~ रूपांतरण

"गेंद को लात मारने" जैसी क्रिया को क्या परिभाषित करता है? हम तर्क करते हैं कि किसी क्रिया का असली अर्थ उस परिवर्तन या रूपांतरण में निहित है जो एक क्रिया वातावरण में लाती है। इस कागज़ में, हम क्रियाओं के लिए एक नवीन प्रतिनिधित्व का प्रस्ताव करते हैं, जिसमें क्रिया को एक रूपांतरण के रूप में मॉडल किया गया है जो क्रिया होने से पहले वातावरण की स्थिति (पूर्व-शर्त) से क्रिया के बाद की स्थिति (प्रभाव) में बदलाव लाता है। गहरे अध्ययन के उपयोग से वीडियो प्रतिनिधित्व की हाल की प्रगति से प्रेरित होकर, हमने एक सिआमीस नेटवर्क डिजाइन किया है जो क्रियाओं को उच्च-स्तरीय विशेषताओं की जगह पर एक रूपांतरण के रूप में मॉडल करता है। हम दिखाते हैं कि हमारा मॉडल मानक क्रिया पहचान डेटासेट्स जैसे UCF101 और HMDB51 पर सुधार देता है। इससे भी महत्वपूर्ण बात यह है कि हमारी विधि सीखे गए क्रिया श्रेणियों से आगे सामान्यीकरण करने में सक्षम है और हमारे नए ACT डेटासेट पर क्रॉस-श्रेणी सामान्यीकरण में महत्वपूर्ण प्रदर्शन सुधार दिखाती है।