人間の行動認識のためのマルチモーダル・マルチビュー・インタラクティブベンチマークデータセット

人間の行動認識は、コンピュータビジョンと機械学習コミュニティの最も活発な研究分野の一つです。文献では人間の行動認識に対するいくつかの方法が提案されており、一般的なデータセットで有望な結果が得られています。しかし、既存の方法の比較は、異なるデータセット、実験設定、特徴表現などのためにしばしば制限されます。特に、単一ビュー、クロスビュー、クロスドメインという3つの一般的なシナリオで同時に分析を行うことができる人間の行動データセットは存在しません。本論文では、マルチビューシナリオにおける人間の行動認識の性能評価のために設計されたマルチモーダル・マルチビュー・インタラクティブ（M2I）データセットを紹介します。このデータセットは、9つの人間相互作用行動と13の人間-物体相互作用行動を含む1760の行動サンプルで構成されており、提案された評価プロトコルを用いて、単一ビュー、クロスビュー、クロスドメインの人間の行動認識に対してそれぞれ3つの代表的な方法を評価します。このデータセットは、クラス内の大きな変動、複数の類似行動、有意な視点の違いにより、非常に挑戦的であることが実験的に示されています。このベンチマークは、この課題の評価のための確固たる基盤を提供し、関連するコンピュータビジョンおよび機械学習研究の進展に寄与するでしょう。