合成人类活动用于数据生成
相关实验视频
Updated: Jul 12, 2025

Trajectory Data Analyses for Pedestrian Space-time Activity Study
Published on: February 25, 2013
Ana Romero1, Pedro Carvalho2,3, Luís Côrte-Real1,2
1Faculdade de Engenharia, Universidade do Porto, 4200-465 Porto, Portugal.
为人工智能创建合成人类数据是一项挑战. 本研究介绍了一种半自动化系统,用于生成3D化身的各种视觉场景,改善数据可变性,以便更好地训练模型.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 人与计算机的交互
背景情况:
- 收集具有代表性的人类行为,形状和面部表情数据是昂贵且耗时的.
- 现有的方法,如转移学习和数据增强,往往不足以创建多样化的数据集.
- 需要强大的模型需要创新的数据生成技术.
研究的目的:
- 提出一种半自动化机制,用于与合成人类生成和编辑视觉场景.
- 通过背景修改和3D化身调整,使数据具有更大的可变性.
- 引入一种双重评估方法来评估生成数据的有效性.
主要方法:
- 开发一个半自动化系统,用于合成人类数据的生成和编辑.
- 结合了诸如背景修改和手动3D化身调整等功能.
- 实施一个评估方法,包括一个动作分类器和基于细分的面具比较.
主要成果:
- 生成的合成化身表现出对遮的坚固性,具有可识别和准确的行动.
- 动作分类严重依赖于超越姿势和运动的上下文信息,以获得精确的识别.
- 在生成复杂活动的化身和实现清洁的细分面具方面发现了挑战.
结论:
- 拟议的半自动化机制有效地产生各种合成人类数据用于人工智能培训.
- 语境信息对于在合成数据中准确识别动作至关重要.
- 需要进一步的研究来解决复杂活动生成和掩盖精度的局限性.
更多相关视频
10:52Simulation of Human-induced Vibrations Based on the Characterized In-field Pedestrian Behavior
Published on: April 13, 2016
11:21Methodology for Establishing a Community-Wide Life Laboratory for Capturing Unobtrusive and Continuous Remote Activity and Health Data
Published on: July 27, 2018
相关概念视频
Synthetic Biology
Golden rice
Golden rice is a genetically modified...
Data Collection by Observations
An astronomer viewing the motion and brightness of stars in the sky and recording the data is an example of observational data collection. A botanist recording...
Genome Annotation and Assembly
Data Reporting and Recording
Non-equilibrium in the Cell
Quantifying Work