Human Action Analysis with Randomized Trees

این کتاب مروری جامع بر تجزیه و تحلیل کنش انسان با درختان تصادفی ارائه می کند. هم درختان تصادفی نظارت شده و هم درختان تصادفی بدون نظارت را پوشش می دهد. هنگامی که مقدار کافی از داده های برچسب گذاری شده در دسترس وجود دارد، درختان تصادفی نظارت شده یک روش سریع برای تطبیق نقطه بهره فضا-زمان ارائه می دهند. وقتی داده‌های برچسب‌گذاری‌شده حداقل هستند، مانند مورد جستجوی اقدام مبتنی بر مثال، از درخت‌های تصادفی بدون نظارت برای استفاده از داده‌های بدون برچسب استفاده می‌شود. ما توضیح می دهیم که چگونه می توان از درختان تصادفی برای طبقه بندی کنش، تشخیص اقدام، جستجوی اقدام و پیش بینی اقدام استفاده کرد. ما همچنین تکنیک‌هایی را برای بومی‌سازی کنش فضا-زمان از جمله جستجوی بخش فرعی شاخه و کران و رای‌گیری تبلیغی Hough شرح خواهیم داد.

This book will provide a comprehensive overview on human action analysis with randomized trees. It will cover both the supervised random trees and the unsupervised random trees. When there are sufficient amount of labeled data available, supervised random trees provides a fast method for space-time interest point matching. When labeled data is minimal as in the case of example-based action search, unsupervised random trees is used to leverage the unlabelled data. We describe how the randomized trees can be used for action classification, action detection, action search, and action prediction. We will also describe techniques for space-time action localization including branch-and-bound sub-volume search and propagative Hough voting.