क्रिया पहचान के लिए स्थानिक-कालिक परिवर्तनीय भाग मॉडल

परिवर्तनीय भाग मॉडल ने वस्तु पहचान के लिए प्रभावशाली प्रदर्शन हासिल किया है, यहां तक कि कठिन चित्र डेटा सेट पर भी। यह पत्र 2D चित्रों से 3D स्थानिक-कालिक वॉल्यूम में परिवर्तनीय भाग मॉडलों के सामान्यीकरण का अन्वेषण करता है ताकि वीडियो में क्रिया पहचान के लिए उनकी प्रभावशीलता का बेहतर अध्ययन किया जा सके। क्रियाओं को स्थानिक-कालिक पैटर्न के रूप में माना जाता है और उदाहरणों के संग्रह से प्रत्येक क्रिया के लिए एक परिवर्तनीय भाग मॉडल उत्पन्न किया जाता है। प्रत्येक क्रिया मॉडल के लिए, सबसे पहचानकर्ता 3D उप-वॉल्यूम स्वचालित रूप से भागों के रूप में चुने जाते हैं और उनके स्थानों के बीच स्थानिक-कालिक संबंधों को सीखा जाता है। प्रत्येक क्रिया के सबसे विशिष्ट भागों पर ध्यान केंद्रित करके, हमारे मॉडल अंतःवर्गीय भिन्नता के प्रति अनुकूलित होते हैं और अव्यवस्था के प्रति मजबूती दिखाते हैं। कई वीडियो डेटा सेट पर व्यापक प्रयोगों ने क्रियाओं को वर्गीकृत और स्थानीयकृत करने के लिए स्थानिक-कालिक DPMs की शक्ति को प्रदर्शित किया।