ビデオシーケンスからの活動パターンを分析するためのテンソル空間学習

ビデオデータからの知識発見は、最近、視覚研究者からの関心が高まっています。本論文では、単眼ビデオにおける人間の活動パターンを分析するためのテンソル空間表現について説明します。生のビデオデータから導出された動くシルエットのセットが与えられた場合、提案された方法論は、最初にシルエットを低次元の投影軌跡に埋め込むためのテンソル部分空間モデルを学習し、時間的順序を保持します。次に、対称平均ハウスドルフ距離を使用して、テンソル部分空間に埋め込まれた動きの軌跡間の類似性を測定し、教師ありまたは教師なし学習の基礎とします。最近の2つのビデオデータセットにおける実験結果は、提案された方法が時間的および空間的スケールでの個人内および個人間の変動をもって、人間の活動を効果的に分析できることを示しています。