DalšíDalší průvodce
Anti-surveillance móda a vyhýbání se rozpoznávání obličejů
Vizuální AI
Vizuální průvodce AI
Action recognition assigns labels to actions or events in video.
Poslechněte si tento návodAI-vyprávěný · ~1 min
Unlike static image classification, it can require temporal evidence across multiple frames.
The two-stream ConvNet paper separates spatial RGB appearance from temporal optical-flow information. I3D inflates image-recognition architectures into 3D convolutions and evaluates on video datasets. Something-Something is designed to test recognition of human-object interactions and temporal relationships. VideoMAE applies masked autoencoding to video tubelets. Results depend on datasets, labels, frame sampling and evaluation protocol.
A two-stream network processes RGB appearance and optical-flow motion as separate inputs.
I3D inflates 2D convolutional filters into 3D spatiotemporal filters for video tasks.
Something-Something examples emphasize temporal human-object interactions.
VideoMAE uses masked video-token reconstruction for self-supervised pretraining.
Evaluate action recognition across temporal variation, camera conditions and dataset shifts. Report the frame-sampling scheme and class balance, and distinguish benchmark accuracy from real-world activity understanding. The cited methods do not validate surveillance or safety decisions by themselves.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Action recognition assigns labels to actions or events in video. Unlike static image classification, it can require temporal evidence across multiple frames.
Rozpoznávání akcí modeluje pohyb přes sekvenci snímků, protože jediný statický snímek často nedokáže odhalit, zda někdo skáče, padá nebo se potápí.
Dvouproudové architektury používají jednu větev pro vzhled (RGB snímky) a druhou větev pro optický tok, který explicitně kóduje pohyb mezi snímky.
3D konvoluce rozšiřuje filtr o dimenzi hloubka/čas, což mu umožňuje učit se pohybové vzorce přímo přes po sobě jdoucí snímky.
I3D „nafoukne“ váhy předem natrénované na 2D obrazech (jako ImageNet) do 3D jejich zkopírováním podél časové osy, což poskytuje silnou inicializaci.
Něco-něco je navrženo tak, aby akce závisela na časovém řádu a pohybu, což zabraňuje modelům podvádět pouze pomocí vzhledu pozadí nebo objektu.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Anti-surveillance móda a vyhýbání se rozpoznávání obličejů
Vizuální AI