Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Motion and Depth Assisted Workload Prediction for Parallel View Synthesis Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Recognition of Human Group Activity for Video Analytics

verfasst von : Jaeyong Ju, Cheoljong Yang, Sebastian Scherer, Hanseok Ko

Erschienen in: Advances in Multimedia Information Processing -- PCM 2015

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Human activity recognition is an important and challenging task for video content analysis and understanding. Individual activity recognition has been well studied recently. However, recognizing the activities of human group with more than three people having complex interactions is still a formidable challenge. In this paper, a novel human group activity recognition method is proposed to deal with complex situation where there are multiple sub-groups. To characterize the inherent interactions of intra-subgroups and inter-subgroups with the varying number of participants, this paper proposes three types of group-activity descriptor using motion trajectory and appearance information of people. Experimental results on a public human group activity dataset demonstrate effectiveness of the proposed method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Power of Tags: Predicting Popularity of Social Media in Geo-Spatial and Temporal Contexts
Nächstes Kapitel An Incremental SRC Method for Face Recognition
Literatur
1.
Niebles, J.C., Wang, H., Li, F.: Unsupervised learning of human action categories using spatial-temporal words. Int. J. Comput. Vis. (IJCV) 79(3), 299–318 (2008)CrossRef
2.
Zhou, Y., Huang, T.S., Ni, B., Yan, S.: Recognizing pair-activities by causality analysis. ACM Trans. Intell. Syst. Technol. 2(5), 1–20 (2011)CrossRef
3.
Ni, B., Yan, S., Kassim, A.: Recognizing human group activities with localized causalities. In: Proceedings of IEEE Conference on Computer Vision and Pattern Recognition Workshops, pp. 1470–1477, Miami, FL, USA (2009)
4.
Granger, C.W.J.: Investigating causal relations by econometric models and cross-spectral methods. Econometrica 37, 424–438 (1969)CrossRefMATH
5.
Zhang, D., Gatica-Perez, D., Bengio, S., McCowan, I.: Modeling individual and group actions in meetings with layered HMMs. IEEE Trans. Multimed. 8, 509–520 (2006)CrossRef
6.
Sivic, J., Zisserman, A.: Video Google: a text retrieval approach to object matching in videos. In: Proceedings of the Ninth IEEE International Conference on Computer Vision, pp. 1470–1477. IEEE (2003)
7.
Gehler, P., Nowozin, S.: On feature combination for multiclass object classification. In: 2009 IEEE 12th International Conference on Computer Vision, pp. 221–228. IEEE (2009)
8.
Dollar, P., Appel, R., Belongie, S., Perona, P.: Fast feature pyramids for object detection. IEEE Trans. Pattern Anal. Mach. Intell. 36(8), 1532–1545 (2014)CrossRef
9.
Ju, J., Ku, B., Kim, D., Song, T., Han, D.K., Ko, H.: Online multi-person tracking for intelligent video surveillance systems. In: Proceedings of IEEE International Conference on Consumer Electronics, pp. 372–373, Las Vegas, USA, January 2015
10.
Andriyenko, A., Roth, S., Schindler, K.: Continuous energy minimization for multitarget tracking. IEEE Trans. Pattern Anal. Mach. Intell. 36(1), 58–72 (2014)CrossRef
11.
Dalal, N., Triggs, B.: . Histograms of oriented gradients for human detection. In: IEEE Conference on Computer Vision and Pattern Recognition (2005)
12.
Rizwan, C., et al.: Histograms of oriented optical flow and binet-cauchy kernels on nonlinear dynamical systems for the recognition of human actions. In: IEEE Conference on Computer Vision and Recognition, CVPR 2009. IEEE (2009)
13.
Blunsden, S., Fisher, R.: The behave video dataset: ground trothed video for multi-person behavior classification. In: Proceddings of The British Machine Vision Conference, pp. 1–12, vol. 2010, no. 4, Aberystwyth, UK, August 2010
14.
Lin, C.-C., Chang, C.-J.: LIBSVM: a library for support vector machines. ACM Trans. Intell. Syst. Technol 2(1), 27:1–27:27 (2011)
15.
Münch, D., Michaelsen, E., Arens, M.: Supporting Fuzzy Metric Temporal Logic Based Situation Recognition by Mean Shift Clustering. In: Glimm, B., Krüger, A. (eds.) KI 2012. LNCS, vol. 7526, pp. 233–236. Springer, Heidelberg (2012)CrossRef
Metadaten
Titel
Recognition of Human Group Activity for Video Analytics
verfasst von
Jaeyong Ju
Cheoljong Yang
Sebastian Scherer
Hanseok Ko
Copyright-Jahr
2015
Buch
Advances in Multimedia Information Processing -- PCM 2015

Print ISBN: 978-3-319-24077-0

Electronic ISBN: 978-3-319-24078-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-24078-7_16