التعلم متعدد الأوضاع والمكونات لتمييز الحركات في مقاطع الفيديو ثلاثية الأبعاد

الطبيعة المعقدة والمتشابكة للأفعال البشرية تجعل مهمة التعرف على الأفعال صعبة. أحد الطرق لمعالجة هذه التعقيدات هو تقسيمها إلى حركات أجزاء الجسم وتحليل الأفعال بناءً على هذه الوصفيات الجزئية. نقترح طريقة تعلم تعتمد على الانحدار النادر المشترك والتي تستفيد من الندرة المهيكلة لنمذجة كل فعل كتركيب لميزات متعددة الأوضاع من مجموعة نادرة من أجزاء الجسم. للتعبير عن الديناميكيات والظهور لأجزاء الجسم، نستخدم مجموعة متنوعة من الميزات المستندة إلى العمق والسkeleton (الهيكل العظمي). يتم صياغة الهيكل المناسب للميزات المتعددة الأوضاع والأجزاء في إطار التعلم عبر المعيار المختلط الهرمي المقترح، لتنظيم ميزات كل جزء وتطبيق الندرة بينها، مما يساعد في اختيار ميزات المجموعة. تكشف نتائج تجاربنا فعالية الطريقة المقترحة للتعلم، حيث تتفوق على الطرق الأخرى في جميع الثلاثة قواعد بيانات تم اختبارها بينما تحقق دقة كاملة في واحدة منها.