Modelling and recognising activitie

Modelling and recognising activities are rising fields in computer
vision and machine learning. Recent approaches [2, 3] address the
problem of detecting complex daily activities using egocentric
wearable cameras which enable the viewer to have a close view and
see the objects in their natural positions. However, a wearable
camera can be very intrusive for the user, especially for people
suffering from dementia. Visual information can also be obtained
with fixed cameras. The majority of work in activity recognition
using fixed cameras addresses short-term actions (i.e. a few seconds)
in acted footage of posture-defined classes such as ‘punching’ [4, 5].
In order to recognise human activities, scenes need to be analysed
from a sequence of frames (low-level task of computer vision) and
interpreted (high-level task). The inability to connect these two
levels (high-level and low-level tasks) is called the semantic gap
problem [6] and its reduction is still a challenging task.
a patient. The two main contributions of this work are as follows:

ผลลัพธ์ (ไทย) 1:

สร้างแบบจำลอง และการตระหนักถึงกิจกรรมเพิ่มขึ้นในคอมพิวเตอร์วิสัยทัศน์และการเรียนรู้ของเครื่อง วิธี [2, 3] ล่าสุดอยู่ปัญหาของการตรวจสอบกิจกรรมประจำวันที่ซับซ้อนใช้ egocentricกล้อง wearable ซึ่งเปิดใช้งานตัวแสดงต้องดูปิด และดูวัตถุในตำแหน่งธรรมชาติของพวกเขา อย่างไรก็ตาม การสวมใส่ได้กล้องจะรำคาญมากสำหรับผู้ใช้ โดยเฉพาะอย่างยิ่งสำหรับคนทุกข์ทรมานจากสมองเสื่อม นอกจากนี้ยังสามารถได้รับข้อมูลภาพด้วยกล้องถาวร ส่วนใหญ่ทำงานในการรับรู้กิจกรรมใช้กล้องคงอยู่การดำเนินการระยะสั้น (เช่นไม่กี่วินาที)ในดำเนินฟุตกำหนดท่าเปิดสอน 'เจาะ' [4, 5]รู้มนุษย์ ฉากที่ต้องการจะ analysedจากลำดับของเฟรม (งานระดับล่างของคอมพิวเตอร์วิทัศน์) และแปลความหมาย (ระดับงาน) ไม่สามารถเชื่อมต่อเหล่านี้สอง(งานระดับล่าง และระดับสูง) ระดับเรียกว่าช่องว่างทางตรรกปัญหา [6] และเป็นการลดงานยังคงท้าทายผู้ป่วย การจัดสรรหลักสองงานนี้จะเป็นดังนี้:

ผลลัพธ์ (ไทย) 2:

กิจกรรมการสร้างแบบจำลองและการรับรู้ที่เพิ่มขึ้นในสาขาคอมพิวเตอร์วิสัยทัศน์และการเรียนรู้เครื่อง วิธีการล่าสุด [2, 3] อยู่ที่ปัญหาของการตรวจสอบกิจกรรมประจำวันที่ซับซ้อนโดยใช้เห็นแก่ตัวกล้องเครื่องแต่งตัวที่ช่วยให้ผู้ชมที่จะมีมุมมองที่ใกล้ชิดและเห็นวัตถุที่อยู่ในตำแหน่งธรรมชาติของพวกเขา อย่างไรก็ตามการสวมใส่กล้องสามารถล่วงล้ำมากสำหรับผู้ใช้โดยเฉพาะอย่างยิ่งสำหรับคนที่ทุกข์ทรมานจากภาวะสมองเสื่อม ข้อมูลภาพยังสามารถได้รับกับกล้องคงที่ ส่วนใหญ่ของการทำงานในการรับรู้กิจกรรมการใช้กล้องคงอยู่การดำเนินการระยะสั้น (เช่นไม่กี่วินาที) ในภาพทำหน้าที่ของการเรียนท่าที่กำหนดไว้เช่น 'ไล่' [4, 5]. เพื่อที่จะรับรู้การกระทำของมนุษย์ฉากต้อง ได้รับการวิเคราะห์จากลำดับของเฟรม(งานในระดับต่ำของวิสัยทัศน์คอมพิวเตอร์) และตีความ(งานระดับสูง) ไม่สามารถที่จะเชื่อมต่อทั้งสองระดับ (ระดับสูงและงานในระดับต่ำ) เรียกว่าช่องว่างความหมายปัญหา[6] และการลดลงของมันยังคงเป็นงานที่ท้าทาย. ผู้ป่วย ทั้งสองผลงานหลักของงานนี้มีดังนี้

ผลลัพธ์ (ไทย) 3:

การสร้างหุ่นจำลองและตระหนักถึงกิจกรรมที่เพิ่มขึ้นคือเขตข้อมูลในคอมพิวเตอร์วิสัยทัศน์
และการเรียนรู้เครื่อง ล่าสุดแนวทาง [ 2 , 3 ] ที่อยู่ปัญหาของการตรวจสอบกิจกรรมทุกวัน

ที่ซับซ้อนโดยใช้กล้องเครื่องแต่งตัวเห็นแก่ตัวซึ่งช่วยให้ผู้ชมที่จะมีมุมมองที่ใกล้ชิดและ
เห็นวัตถุในตำแหน่งธรรมชาติของพวกเขา แต่กล้องเครื่องแต่งตัว
สามารถมาก ซึ่งสำหรับผู้ใช้ โดยเฉพาะคน
ทุกข์ทรมานจากภาวะสมองเสื่อม ข้อมูลยังสามารถได้รับ
กับซ่อมกล้อง ส่วนใหญ่ของงานในการใช้กล้องที่อยู่ถาวร
กิจกรรมการกระทำระยะสั้น ( เช่นไม่กี่วินาที )
ในทำภาพท่ากำหนดชั้นเรียนเช่น ' เจาะ ' [ 4 , 5 ] .
ในการจักกิจกรรมมนุษย์ ฉาก ต้องวิเคราะห์
จากลำดับของเฟรม ( งานระดับล่างของวิสัยทัศน์คอมพิวเตอร์และ
ตีความ ( งานพื้นฐาน ) ไม่สามารถเชื่อมต่อทั้งสองระดับ ( สูงและต่ำ
งาน ) เรียกว่า อรรถปัญหาช่องว่าง
[ 6 ] และลด ยังเป็นงานที่ท้าทาย .
คนไข้ สองผลงานหลักของงานนี้ มีดังนี้