基于个体动作识别与人群分组联合学习的群体活动识别

本文提出了一种联合学习个体动作识别与人员分组的方法，以提升群体活动识别的性能。通过在两个相关任务（即个体动作识别与人员分组）之间共享信息，采用联合学习机制实现两者误差的相互修正，从而进一步提升群体活动识别的准确性。所提出的框架可灵活集成任意现有的个体动作识别方法作为其组成部分。实验验证表明，该方法在多种个体动作识别（IAR）方法下均具有良好的有效性。此外，将该方法与现有群体活动识别方法进行集成，所获得的性能优于当前同类最先进的群体活动识别方法，达到了最佳表现。