Fast Low-parameter Video Activity Localization in Collaborative Learning Environments

要約

ビデオ活動検出の研究は、主に短いビデオセグメントにおける明確な人間の活動を識別することに重点を置いてきた。ビデオ活動認識に関する研究の大部分は、大規模なビデオデータセットでの学習を必要とする大きなパラメータシステムの開発に焦点を当てている。本論文では、大パラメータシステムからの移行学習を必要とせず、限られたデータセットのみで学習可能な、迅速な推論機能を持つ低パラメータのモジュール型システムを開発する。このシステムは、実際の教室のビデオにおいて、特定の活動を正確に検出し、その活動を行う生徒と関連付けることができる。さらに、本論文では、長時間の実際の教室ビデオ上の人間の活動マップを視覚化するための対話的なウェブベースのアプリケーションを開発する。

要約(オリジナル)

Research on video activity detection has primarily focused on identifying well-defined human activities in short video segments. The majority of the research on video activity recognition is focused on the development of large parameter systems that require training on large video datasets. This paper develops a low-parameter, modular system with rapid inferencing capabilities that can be trained entirely on limited datasets without requiring transfer learning from large-parameter systems. The system can accurately detect and associate specific activities with the students who perform the activities in real-life classroom videos. Additionally, the paper develops an interactive web-based application to visualize human activity maps over long real-life classroom videos.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL