502 Bad Gateway
502 Bad Gateway行为识别有哪些论文适合入门_百度知道
行为识别有哪些论文适合入门
我有更好的答案
按研究问题的大小不同可以把毕业论文分为宏观论文和微观论文。凡届国家全局性、带有普遍性并对局部工作有一定指导意义的论文，称为宏观论文。它研究的面比较宽广，具有较大范围的影响。反之，研究局部性、具体问题的论文，是微观论文。它对具体工作有指导意义，影响的面窄一些。
另外还有一种综合型的分类方法，即把毕业论文分为专题型、论辩型、综述型和综合型四大类：
1．专题型论文。这是分析前人研究成果的基础上，以直接论述的形式发表见解，从正面提出某学科中某一学术问题的一种论文。如本书第十二章例文中的《浅析领导者突出工作重点的方法与艺术》一文，从正面论述了突出重点的工作方法的意义、方法和原则，它表明了作者对突出工作重点方法的肯定和理解。
2．论辩型论文。这是针对他人在某学科中某...
其他类似问题
为您推荐：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁有基本的图像处理和计算机视觉的课程基础（修过数字图像处理、矩阵分析、机器学习、计算机视觉、模式识别、小波分析、最优化算法等课程），对行为识别领域感兴趣，不知道知乎的大神们是否能推荐几篇值得开始研读的行为识别领域的论文？有了开端，就可以沿着参考文献一直读下去仔细研究了。但是现在对该领域还不了解，不知道从哪些论文开始着手比较好？
视频方面的不了解，可以聊一聊静态图像下的~[1] Action Recognition from a Distributed Representation of Pose and Appearance, CVPR,2010[2] Combining Randomization and Discrimination for Fine-Grained Image Categorization, CVPR,2011[3] Object and Action Classification with Latent Variables, BMVC, 2011[4] Human Action Recognition by Learning Bases of Action Attributes and Parts, ICCV, 2011[5] Learning person-object interactions for action recognition in still images, NIPS, 2011[6] Weakly Supervised Learning of Interactions between Humans and Objects, PAMI, 2012[7] Discriminative Spatial Saliency for Image Classification, CVPR, 2012[8] Expanded Parts Model for Human Attribute and Action Recognition in Still Images, CVPR, 2013[9] Coloring Action Recognition in Still Images, IJCV, 2013[10] Semantic Pyramids for Gender and Action Recognition, TIP, 2014[11] Actions and Attributes from Wholes and Parts, arXiv, 2015[12] Contextual Action Recognition with R*CNN, arXiv, 2015[13] Recognizing Actions Through Action-Specific Person Detection, TIP, 2015
2010之前的都没看过，在10年左右的这几年（11,12）主要的思路有3种：1.以所交互的物体为线索（person-object interaction），建立交互关系，如文献5,6；2.建立关于姿态（pose）的模型，通过统计姿态（或者更广泛的，部件）的分布来进行分类，如文献1,4，还有个poselet上面好像没列出来，那个用的还比较多；3.寻找具有鉴别力的区域（discriminative），抑制那些meaningless 的区域，如文献2,7。10和11也用到了这种思想。
文献9,10都利用了SIFT以外的一种特征：color name，并且描述了在动作分类中如何融合多种不同的特征。
文献12探讨如何结合上下文（因为在动作分类中会给出人的bounding box）。
比较新的工作都用CNN特征替换了SIFT特征（文献11,12,13），结果上来说12是最新的。
静态图像中以分类为主，检测的工作出现的不是很多，文献4,13中都有关于检测的工作。可能在2015之前分类的结果还不够promising。现在PASCAL VOC 2012上分类mAP已经到了89%，以后的注意力可能会更多地转向检测。
视频的个别看过几篇，与静态图像相比，个人感觉最大的区别在于特征不同。到了中层以后，该怎么做剩下的处理，思路还是差的不远。
有关action recognition in videos, 最近自己也在搞这方面的东西，该领域水很深，不过其实主流就那几招，我就班门弄斧说下video里主流的：&br&&br&Deep Learning之前最work的是INRIA组的Improved Dense Trajectories(IDT) + fisher vector, paper and code: &br&&a href=&///?target=http%3A//lear.inrialpes.fr/people/wang/improved_trajectories& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&LEAR - Improved Trajectories Video Description&i class=&icon-external&&&/i&&/a&&br&基本上INRIA的东西都挺work 恩..&br&&br&然后Deep Learning比较有代表性的就是VGG组的2-stream:&br&&a href=&///?target=http%3A//arxiv.org/abs/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&arxiv.org/abs/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&br&其实效果和IDT并没有太大区别，里面的结果被很多人吐槽难复现，我自己也试了一段时间才有个差不多的数字。&br&&br&然后就是在这两个work上面就有很多改进的方法，目前的state-of-the-art也是很直观可以想到的是xiaoou组的IDT+2-stream:&br&&a href=&///?target=http%3A//wanglimin.github.io/papers/WangQT_CVPR15.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&wanglimin.github.io/pap&/span&&span class=&invisible&&ers/WangQT_CVPR15.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&还有前段时间很火，现在仍然很多人关注的G社的LSTM+2-stream: &br&&a href=&///?target=http%3A///media//zh-CN//pubs/archive/43793.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&&/span&&span class=&invisible&&/media//zh-CN//pubs/archive/43793.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&然后安利下zhongwen同学的paper:&br&&a href=&///?target=http%3A//www.cs.cmu.edu/%7Ezhongwen/pdf/MED_CNN.pdf& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&cs.cmu.edu/~zhongwen/pd&/span&&span class=&invisible&&f/MED_CNN.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&最后你会发现paper都必需和IDT比，然后很多还会把自己的method和IDT combine一下说有提高 恩..
有关action recognition in videos, 最近自己也在搞这方面的东西，该领域水很深，不过其实主流就那几招，我就班门弄斧说下video里主流的：Deep Learning之前最work的是INRIA组的Improved Dense Trajectories(IDT) + fisher vector, paper and code:
已有帐号？
无法登录？
社交帐号登录
重二病患者知网论文查重检测-27的微博|图片|游记|
还没有收听的途说，到这里看
TA收听了 4 人
3 人收听了TA
TA放入行囊：
还没旅游计划
TA到此一游：
神马地方都还没去
TA参加的活动
TA还没有参加任何活动
来自 未知星球
发过1个地点途说，还没地盘呀，要学习盘古开天辟地！
知网论文查重检测【老师ＱＱ:5０79０４6５ 】知网论文查重检测我们是一个论文发表服务平台。主要提供代写论文和论文代写,发表论文,代写硕士论文等服务,成立至今写作论文五万余篇,赢得客户的广泛好评。以庞大的期刊库为依托，为用户提供论文发表期刊信息咨询服务。期刊几乎涵盖所有学术领域，包括核心、SCI、国家级、省级等各个种类。代理多家省级期刊、国家级期刊、统计源科技核心期刊、北大中文核心期刊、南大CSSCI期刊,可以推荐发表多专业职称论文,欢迎索取最新代理刊物清单。yqvqicbjxsgw
发私信给：
私信内容：