SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

Exemplar-SVM for Action Recognition

ike avatar
ike
6 diapositives · 248 Views · Jul 22, 2014

Exemplar-SVM for Action Recognition. Week 11 Presented by Christina Peterson. Changes made to Combined Exemplar-SVMs. Multi-Class SVM trained on calibrated exemplar scores rather than raw exemplar- svm scores Ran STIP for Kicking action class to obtain descriptors for more frames.

#exemplar-svm for action recognition #exemplar-svm for action recognition ppt #powerpoint #presentation
Exemplar-SVM for Action Recognition - slide 1
01 / 6Exemplar-SVM for Action Recognition
1 / 17

Télécharger la présentation

Exemplar-SVM for Action Recognition
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. Exemplar-SVM for Action Recognition Week 11 Presented by Christina Peterson

  2. Changes made to Combined Exemplar-SVMs • Multi-Class SVM trained on calibrated exemplar scores rather than raw exemplar-svm scores • Ran STIP for Kicking action class to obtain descriptors for more frames

  3. Recognition Accuracies on UCF Sports data set • Combined Exemplar-SVMs increased from 67.3% accuracy to 75% accuracy

  4. Confusion Matrix: Combined Exemplar-SVM Di Go Ki Li Ho Ru Sk Sb Ss Wa Diving Golf Kick Lift Horse-Ride Run Skateboard Swing-bench Swing-side Walk

  5. Conclusions • The changes have made performance comparable to Standard Multi-Class SVM • The selected exemplar set has a large impact on the accuracy on the test set • Improving accuracy would involve manually selecting the best exemplars to represent the action class

  6. References [1] M. D. Rodriguez, J. Ahmed, and M. Shah. Action mach: A spatio-temporal maximum average correlation height filter for action recognition. In CVPR, 2008. [2] Yeffet and L. Wolf. Local trinary patterns for human action recognition. In ICCV, 2009. [3] H. Wang, M. Ullah, A. Klaser, I. Laptev, and C. Schmid. Evaluation of local spatio-temporal features for action recognition. In BMVC, 2009. [4] Q. Le, W. Zou, S. Yeung, and A. Ng. Learning hierarchical invariant spatiotemporal features for action recognition with independent subspace analysis. In CVPR, 2011. [5] A. Kovashka and K. Grauman. Learning a hierarchy of discriminative spacetime neighborhood features for human action recognition. InCVPR, 2010. [6] X. Wu, D. Xu, L. Duan, and J. Luo. Action recognition using context and appearance distribution features. InCVPR, 2011. [7] S. Sadanand and J. J. Corso. Action bank: A high-level representation of activity in video. CVPR, 2012.