文件名称：Generative-Multi-View-Human-Action-Recognition:生成式多视图人类动作识别
文件大小：37.17MB
文件格式：ZIP
更新时间：2024-06-17 14:09:52
Python
生成式多视图人类动作识别 该存储库包含我们2019年国际计算机视觉会议（ICCV）论文的代码： （GMVAR）。 为了快速了解我们的工作，请参阅ICCV2019中的演示。 此外，UCF CRCV小组的Andre先生也有一个介绍，介绍了我们的工作。 如果您还有其他问题，请随时与我们联系。 介绍 多视图动作识别旨在整合来自不同视图的补充信息，以提高分类性能。 由于异构特征域之间的明显差异，这是一项具有挑战性的任务。 此外，大多数现有方法都忽略了考虑不完整的多视图数据，这限制了它们在实际应用中的潜在兼容性。 在这项工作中，我们提出了一种生成式多视图动作识别（GMVAR）框架来应对上述挑战。 利用对抗性生成网络在另一个视图上生成一个视图条件，从而充分探索了视图内和视图间的潜在联系。 我们的方法通过采用对抗训练来增强模型的鲁棒性，并通过估算缺失的数据自然地处理不完整的视图情况。 此外，提出了一
【文件预览】：
Generative-Multi-View-Human-Action-Recognition-master
----dataset_loader.py(4KB)
----GMVAR_demo.py(21KB)
----README.md(4KB)
----action_data()
--------UWA30_total_test.csv(13.68MB)
--------DHA_total_train.csv(12.96MB)
--------Dropped Text.txt(8B)
--------UWA30_total_train.csv(13.74MB)
--------UCB_total_test.csv(15.25MB)
--------DHA_total_test.csv(13.12MB)
--------UCB_total_train.csv(13.16MB)
----representation()
--------ICCV19_slides.pdf(1.29MB)
--------ICCV19_poster_Lichen.pdf(1.23MB)
--------ICCV19_MulitView_ActionRecognition.pdf(674KB)
----presentation()
--------framework_1.png(200KB)
--------concept_1.png(263KB)
--------temp.txt(4B)