6、人类交互识别与人员分割的创新模型

人类交互识别与人员分割的创新模型

1 模型基础概述

在人类交互识别领域，有两个关键模型值得关注。首先是类特定结构模型，它在不观察任何低级特征的情况下，能根据给定的交互类 a ，预测第 j 个补丁可能处于的状态。该模型通过权重向量 ωj 对特征向量 φ(hj, y) 进行评分来体现偏好。由于特征向量是 0 - 1 向量，若 ωj(b, a) 中的某个元素为正，那么当当前交互类为 a 时，模型会倾向于将第 j 个补丁标记为 b 。

另一个是全局交互模型 λTψ(x, y) ，用于区分不同的交互类。其特征向量定义为：
[
\psi(x^0, y) = 1(y = a) \cdot x^0
]
其中， x^0 ∈ Rd 是从整个动作视频中提取的特征向量，这里采用词袋表示法来描述整个视频。若不考虑其他组件，这个势函数本质上是用于交互识别的标准线性模型。若忽略式 (2.12) 中的其他势函数，仅考虑全局交互势函数，参数 λ 可通过标准多类线性 SVM 进行学习。

与现有交互识别方法相比，所提出的补丁感知模型专为具有紧密物理接触的交互识别而设计。该模型通过三个组件（类特定补丁组件、全局补丁组件和类特定结构组件）在细粒度补丁级别考虑运动。这三个组件对局部 3D 补丁的外观和结构信息进行建模，使我们能够在补丁级别准确分离交互的人员。