一文了解通用行为识别ActionRecognition：了解及分类

参考：https://zhuanlan.zhihu.com/p/103566134
参考博客：https://blog.csdn.net/qq_31470761/article/details/104655762?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_allfirst_rank_v2~rank_v25-1-104655762.nonecase&utm_term=eco%E8%A1%8C%E4%B8%BA%E8%AF%86%E5%88%AB%E9%A2%84%E6%B5%8B
https://blog.csdn.net/SIGAI_CSDN/article/details/82828114

本文目录：
一.行为识别背景

二.行为识别总结

三.接下来的安排

四.一些心得总结

一.背景

行为识别Action Recognition是指对视频中人的行为动作进行识别，即读懂视频。根据要处理的动作类别和真正要处理的任务不同，在各种情况下所说的行为识别的任务略有差异，首先对两组概念进行对比和区分：

1.Hand gesture， Action， Activity

Hand gesture：集中于处理视频片段中单人的手势

Action：短时间的行为动作，场景往往是短视频片段的单人行为，比如Throw，catch，clap等

Activity：持续时间较长的行为，场景往往是较长视频中的单人或多人行为，例如Reading a book，making a phone call， eating， talking to each other， hugging，palying basketball等

这里提一句，Action和Activity的主要区别在于Action是指动作，Activity是指行为，可以认为Action的粒度更细，而Activity的粒度更粗，也可以说Action是Activity的子集。但其实在实际的算法中，有时候也没必要将二者完全区分开。

2.Classification，Detection

Classification：给定预先裁剪好的视频片段，预测其所属的行为类别

Detection：视频是未经过裁剪的，需要先进行人的检测where和行为定位（分析行为的始末时间）when，再进行行为的分类what。

我们这里所涉及到的行为识别Action Recignition可能是Hand gesture/Action/Activity和Class