.png){kind=icon}
返回
Efficient Human Feature Refinement for Weakly Supervised Group Activity Recognition
.png){kind=icon}
PRE
AI
DOI：10.1109/TMM.2026.3651017.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
弱监督群体活动识别（WSGAR）旨在识别一群人的联合活动，而不依赖于人工标注的人体边界框。现有的WSGAR方法通常通过从检测到的边界框中池化或应用带有交叉注意力的行人查询来获取粗粒度的人体级特征。这些方法专注于从获取的特征中学习人体关系。然而，具有区分性的个体特定线索可能与无关背景混淆，阻碍了下游人体关系学习的有效性。为解决此局限性，我们提出了一个人体特征精炼框架，利用图卷积网络（GCN）和自注意力机制增强人体级信息。我们将框内区域定义为token，并通过GCN和自注意力学习其空间对应关系。通过显式提取框内细节并抑制无关区域，我们的方法为关系学习和群体活动预测获取了更具区分性的人体级特征。此外，我们提出了基于图的Token合并算法，以降低人体特征精炼的计算成本，同时最小化信息损失和过拟合风险。实验表明，在Volleyball、NBA和JRDB-PAR基准测试上，我们的方法在降低计算成本的同时优于以往的WSGAR方法。
Keyword:
Weakly supervised group activity recognition
graph convolutional network
token merging