【论文】动态贝叶斯网络用于时序建模及动作分类
为督促自己更好的理解论文,而不是仅看看不思考,今后【论文】系列将会至少每周总结一篇这周看过的论文,总结需分为两部分,一部分忠于原文详细总结原理方法,另一部分阐述自己的理解,以便达到整理研究思路,提高论文写作水平的目的 本周总结思考的论文为:Object-based analysis and interpretation of human motion in sports video sequences by dynamic Bayesian networks. 1 前言 虽然文献的研究对象为实例级别(object-based),但由于文献发表时间早于Alexnet的出现,所以动作实例特征的提取不涉及高级语义,仅为纹理颜色形状等低级特征,故**视频物体(VOs,video objects)**的提取前置步骤不列为总结重点,重点放在如何使用数学方法建模时序上。 本文要解决的两个关键问题为: 1. what features we shall count on 2. what mapping we shall use 针对这两个关键问题,本文涉及的关键步骤有: video objects segmentation 目的:根据镜头检测的结果分割VOs 算法:change detection or object tracking(两种都用了) video objects