原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
检测多人中的和关键参与者
1222
维格内什·拉马纳坦·黄萨米·阿布‑埃尔‑哈伊贾亚历山大·班凯文·墨
菲2和1
12∗
斯坦福大学,谷歌vigneshr@,jonathanhuang@.com,haija@.com,
gorban@.com,kpmurphy@.com,feifeili@
多人识别是一项具有性的任务，通常场
景中有很多人在活动，但数人参与了实际。
在本文中，我们提出了一种模型，该模型能够学这
样的中检测，并自动“关注”那些对负责
的人。我们的模型在训练和测试期间不使用关于这些人
在哪的明确注释。具体来说，我们在中人物，
并使用循环神经网络（RNN）来表示轨迹特征。我们
学习时间变化的注意力权重，以在每个时间点上组合这
些特征。然后使用另一个RNN对关注的特征进行
检测/分类。由于大多数包含多个人物的数据集仅
限于少量，我们还收集了一个新的篮球数据集，包
图1.在多人中关注错误的人物可能非常缺乏信息量，如
含257场篮球比赛，其中有14K个注释，对应11个
第一行篮球所示。然而，通过观察同一中的正确人
类别。我们的模型在该新数据集上的分类和
物，我们可以轻松地将该识别为“两分球成功”，依据
检测方面均优于最先进的方法。此外，我们还表明注意是投篮者和掷球入界的球员。我们使用相同的来识别关
力机制能够持续定位相关球员。键球员以进行识别。
户外区域中拍摄的通常包含多人之间的互动。大
多数人正在“做某事”，但并非所有人都参与主要事
件。主要由较少一部分人主导。例如，篮球中的
1.引言
“投篮”由一到两个人决定（见图）。除了识别
中的识别与检测因近期大规模数据集的本身，将这些关键人物分离出来也很重要。这是一个
引入而取得了巨大进展和模型。重大的，也是多人区别于单人的重要特
然而，这主要局限于单人动作领域，其中包含一征。
个演员执行主要活动。另一个同样重要的问题是多人
因此，识别的相关人员本身就是一个有趣的
中的识别。在我们的工作中，我们为这一特
任务。然而，获取此类注释成本高昂，因此希望使用
定场景提出了一种新的模型和数据集。
一种在训练期间不需要注释即可识别这些关键人物的
通常在体育场馆、市场或其他模型。这也可以被视为弱监督关键人物识别的问题。
∗这项工作是在VigneshRamanathan作为实习生在工作在本文中，我们提出了一种通过使用
期间完
文档评论（0）