Utambuzi wa Kitendo
Utambuzi wa vitendo ni kazi ya kufundisha kompyuta kutambua kile ambacho watu au vitu *wanafanya* katika video - kukimbia, kupunga mkono, kuanguka, kufungua mlango - sio tu kile kinachoonekana katika fremu moja.
Muhtasari
It matters because understanding motion over time unlocks applications from sports analytics to elderly fall detection.
Dive ya kina
Utambuzi wa kitendo hupita zaidi ya uainishaji wa picha tuli kwa hoja kuhusu jinsi saizi hubadilika kila wakati. Fremu moja inaweza kuonyesha mtu katikati ya hewa; ni mlolongo pekee unaoonyesha ikiwa wanaruka, wanaanguka, au wanapiga mbizi. Vipengele vya mwendo vilivyoundwa kwa mikono vya mifumo ya mapema kama vile mtiririko wa macho na trajectories mnene. Mbinu za kisasa hutumia mitandao ya kina: usanifu wa mikondo miwili ya mchakato wa kuonekana (muafaka wa RGB) na mwendo (mtiririko wa macho) tofauti; Mitandao ya ushawishi ya 3D (kama vile C3D na I3D) huteleza vichujio kupitia nafasi *na* wakati; na transfoma za video (TimeSformer, VideoMAE) huweka umakini kwenye viraka vya muda wa anga. Vigezo vya kawaida ni pamoja na Kinetiki (madarasa 700 ya vitendo vya binadamu kutoka YouTube), UCF101, na Kitu-Kitu, ambayo hulazimisha miundo kuelewa mwelekeo wa muda badala ya muktadha wa onyesho tu.
Ufahamu wa Kiufundi
Changamoto kuu ni kuiga mwelekeo wa muda. Ubadilishaji wa 3D hupanua kichujio cha kawaida cha 2D na mhimili wa kina unaozunguka fremu kadhaa, kwa hivyo hujifunza ruwaza za mwendo moja kwa moja. Ujanja wa I3D 'huongeza' uzani kutoka kwa mtandao wa picha wa 2D uliofundishwa awali kwenye ImageNet hadi kwenye 3D kwa kuiga kwa muda, kutoa mahali pa kuanzia. Mbinu za utiririshaji-mbili badala yake hulisha mtiririko wa macho uliokokotwa mapema hadi kwenye tawi tofauti, usimbaji wa harakati za usimbaji na kisha kuuunganisha na vipengele vya mwonekano.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Utambuzi wa Kitendo
Uga unaelekea kwenye vibadilishaji vibadilishaji video vyema na mafunzo ya awali ya kujidhibiti (muundo wa video uliofichwa) ambao hujifunza kutoka kwa picha zisizo na lebo, na kupunguza utegemezi wa vidokezo vya gharama kubwa. Tarajia muunganisho mkali zaidi na miundo ya lugha nyingi ili mifumo iweze sio tu kuweka lebo kwenye vitendo bali kueleza na kusababu kuzihusu katika lugha asilia. Utambuzi wa wakati halisi, kwenye kifaa kwa vifaa vya kuvaliwa, robotiki na kamera mahiri ni mipaka kuu, sambamba na utambuzi wa hali ya juu ambao hutofautisha mwendo wa hila, unaokaribia kufanana.
Utekelezaji wa Ulimwengu Halisi
Mifumo ya kugundua kuanguka katika nyumba za kulea wazee ambayo huwatahadharisha wafanyikazi wakati mkazi anaanguka, ikitofautisha kuanguka na kukaa au kulala chini.
Majukwaa ya uchanganuzi wa michezo ambayo huweka lebo kiotomatiki hutumika, kukabiliana na risasi katika video za mechi kwa ajili ya kufundisha na kutangaza vivutio.
Ufuatiliaji na ufuatiliaji wa usalama unaoashiria tabia isiyo ya kawaida kama vile kupigana, kuzurura au mtu kupanda uzio.
Miingiliano inayodhibitiwa kwa ishara na programu za siha ambazo huhesabu marudio na kuangalia fomu ya mazoezi kwa kutambua mienendo ya mwili kwa wakati.
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Action Recognition quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Utambuzi wa Usoni
Maswali yanayoulizwa mara kwa mara
What is Action Recognition?
Utambuzi wa vitendo ni kazi ya kufundisha kompyuta kutambua kile ambacho watu au vitu *wanafanya* katika video - kukimbia, kupunga mkono, kuanguka, kufungua mlango - sio tu kile kinachoonekana katika fremu moja. Ni muhimu kwa sababu kuelewa mwendo baada ya muda hufungua programu kutoka kwa takwimu za michezo hadi utambuzi wa kuanguka kwa wazee.
Ni nini kimsingi hutofautisha utambuzi wa vitendo na uainishaji wa kawaida wa picha?
Miundo ya utambuzi wa vitendo husogea juu ya mlolongo wa fremu, kwa kuwa picha moja tulivu mara nyingi haiwezi kufichua ikiwa mtu anaruka, kuanguka au kupiga mbizi.
Katika mtandao wa kawaida wa utambuzi wa mipasho miwili, mtiririko wa pili kwa kawaida huchakata nini?
Usanifu wa mtiririko-mbili hutumia tawi moja kwa mwonekano (fremu za RGB) na tawi la pili kwa mtiririko wa macho, ambao husimba kwa uwazi harakati kati ya fremu.
Je, ubadilishaji wa 3D unaongeza nini ikilinganishwa na ubadilishaji wa kawaida wa 2D?
Mchanganyiko wa 3D hupanua kichujio kwa kipimo cha kina/saa, kukiruhusu kujifunza ruwaza za mwendo moja kwa moja kwenye fremu zinazofuatana.
Je, ni mbinu gani ya 'mfumko wa bei' inayotumiwa na modeli ya I3D?
I3D 'hukuza' uzani uliofunzwa awali kwenye picha za 2D (kama ImageNet) hadi 3D kwa kuzinakili kwenye mhimili wa muda, ikitoa uanzishaji thabiti.
Kwa nini hifadhidata ya Kitu-Kitu inajulikana kwa utambuzi wa kitendo?
Kitu-Kitu kimeundwa ili hatua inategemea mpangilio wa muda na mwendo, kuzuia wanamitindo kudanganya kwa kutumia mandharinyuma au kitu pekee.