کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4968915 1449846 2017 57 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Going deeper into action recognition: A survey
ترجمه فارسی عنوان
درک عمیق تر به رسمیت شناختن عمل: یک نظرسنجی
کلمات کلیدی
ترجمه چکیده
شناخت اقدامات انسانی در اطلاعات بصری با پیشرفت در زمینه های تکمیلی تحقیقاتی شامل شناخت شی، پویش انسان، انطباق دامنه و تقسیم بندی معنایی مرتبط است. در طی دهه گذشته، تجزیه و تحلیل اقدامات انسانی از برنامه های قبلی پیش می آید که اغلب به محیط های کنترل شده محدود به راه حل های پیشرفته امروز می شوند که می توانند از میلیون ها ویدیو یاد بگیرند و تقریبا در تمام فعالیت های روزانه کاربرد داشته باشند. با توجه به طیف گسترده ای از برنامه های کاربردی از نظارت تصویری به تعامل انسان و کامپیوتر، نقاط علمی در تشخیص عمل به سرعت در حال رسیدن، و در نهایت منجر به از بین رفتن آنچه که در یک زمان کوتاه خوب بود. این به ما انگیزه داد تا یک بررسی جامع از مراحل قابل توجهی که به رسمیت شناختن اقدامات انسانی صورت گرفته بود، ارائه شود. برای این منظور، بحث ما را با روش های پیشگام که از بازنمایی های دست ساز استفاده می کنند، شروع می کنیم و سپس به قلمرو روش های مبتنی بر یادگیری عمیق حرکت می کنیم. ما قصد داریم که در طول این نظرسنجی با هدف تشویق و پیشرفت و همچنین فرسودگی های اجتناب ناپذیر، در امید افزایش سوالات جدید و ایجاد انگیزه برای مسیرهای تحقیقاتی جدید برای خواننده قرار گیریم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Understanding human actions in visual data is tied to advances in complementary research areas including object recognition, human dynamics, domain adaptation and semantic segmentation. Over the last decade, human action analysis evolved from earlier schemes that are often limited to controlled environments to nowadays advanced solutions that can learn from millions of videos and apply to almost all daily activities. Given the broad range of applications from video surveillance to human-computer interaction, scientific milestones in action recognition are achieved more rapidly, eventually leading to the demise of what used to be good in a short time. This motivated us to provide a comprehensive review of the notable steps taken towards recognizing human actions. To this end, we start our discussion with the pioneering methods that use handcrafted representations, and then, navigate into the realm of deep learning based approaches. We aim to remain objective throughout this survey, touching upon encouraging improvements as well as inevitable fallbacks, in the hope of raising fresh questions and motivating new research directions for the reader.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Image and Vision Computing - Volume 60, April 2017, Pages 4-21
نویسندگان
, , ,