A graph-based approach for detecting common actions in motion capture data and videos

ما یک راه حل جدید برای مشکل تشخیص اقدامات عادی در مجموعه های زمانی داده ها و ویدیوهای ضبط حرکت ارائه می دهیم. با توجه به دو توالی عمل، روش ما همه جفت متعلقات مشترک را پیدا می کند، یعنی پسوند هایی که یک یا مشابه عمل را نشان می دهند. این به روش کاملا بدون نظارت به دست می آید، یعنی بدون اطلاع قبلی از نوع اقدامات، تعداد آنها و مدت زمان آنها. این متعلقات مشترک (مشترکات) ممکن است در هر جایی از توالی های اصلی قرار گیرد، ممکن است در طول زمان متفاوت باشد و ممکن است تحت شرایط مختلف مانند یک بازیگر متفاوت انجام شود. روش پیشنهادی یک جستجوی بسیار کارآمد مبتنی بر گراف در ماتریس فاصله های دوگانه فریم های دو توالی را انجام می دهد. این جستجو توسط یک تابع هدف پشتیبانی می شود که فاکتور تجارت را بین شباهت های متعارف مشترک و طول آنها ترسیم می کند. روش پیشنهادی به صورت کمی بر روی مجموعه داده های چالش برانگیز و در مقایسه با روش های هنر پیشرفته مورد ارزیابی قرار گرفته است. نتایج به دست آمده نشان می دهد که روش پیشنهادی از روش های هنری پیشرفته تر هم در کیفیت راه حل های به دست آمده و در عملکرد محاسباتی برتر است.