summarized by : Tsubura Kazuki
Yubo Zhang, Pavel Tokmakov, Martial Hebert, Cordelia Schmid
行動検出タスクにおいて,学習するモデルの大きさや,ラベル付けされたデータを得るのに多額の料金が発生する.この問題に対処するために,ドメイン知識をモデルの構造に組み込むことで最適化を単純化する手法を提案.追跡モジュールを備えた標準のI3Dネットワークを強化し,アクターとオブジェクト間の関連性を推論するためにGraph Conv Netを適用.
人間と人間との相互作用と同様に,長期的な行動を明示的に捉える行動検出のための新しい方法を提案.
最先端手法の精度を4.8%上回る.