这两天已经开始了自己新的研究工作，自己新的一个研究点是关于 Image Action Classification的，具体就是静态图像中动作信息的识别与分类，这个归根到底应该是Stanford视觉实验室的FeiFeiLi开始“推广”的，今年她挖了一个空，我也跟着跳下去了，当然是不奔着这个空，是因为很久之前就有做这个的想法，以为还没有正儿八经的作品出来，自己做做比较有挑战性，没想到菲菲老师已经推广开来，说明今年会有很多人涌入进来，但是自己已经开始思考了，也就尝试下自己的方法吧。
今天刚读了一篇文章《Modeling Mutual Context of Object and Human Pose in Human-Object Interaction Activities》（link），是菲菲老师的学生姚邦鹏写的，文章语言简单易懂，用了很多比较成熟的方法来解决新问题，获得了CVPR2010的优秀奖，不是优秀论文奖，应该是优秀贡献或者是鼓励奖之类的。下面记录下大体的方法：
论文要解决的问题是六类运动图像的分类问题，例如打网球、打排球、打棒球、接棒球等，这类问题需要很细致的描述和分析工作，因为打棒球和接球对于图像的内容来说都很接近，但是描述的动作确实不同。文章最核心的内容就是Mutual Context，可以理解为互信息或者关联信息，在文本检索、自然语言处理中相当于上下文信息。
首先，最重要的是对图像的描述，存在这么几类对象：球、人的姿态、人的肢体等。要详细描述这些的关联信息。文章中大体有这么几类函数来描述，假设类别用A表示，对象（例如 球）用O表示，人得姿态用H表示，那么首先描述的是（A，O）、（A, H）、（O, H）的关联度或者一致性，可以简单的用在训练集中的共现频率（co-occurrence frequencies）来描述。
再一个，很重要的，就是描述对象O和身体各部分P的关系，可以根据位置、方向、尺度三个层面进行加权综合描述。
不同的肢体部分之间（P,P），当然也要描述，可以用位置关系。
还要描述姿态H和肢体P的关系，这是理所当然的。
用Hill-climbing structure learning方法进行O、H、P的结构的学习，就是逐渐加边的过程。
对于参数，文章用了一种新的最大边界方法，类似SVM的方法，只不过因为一种活动可以有很多身体姿态，所以有点类似于多实例学习（Multi Instance Learning），应该能够很好的解决问题。
从实验结果来看，应该不错，能够达到83%，已经够用的了，用BOW解决此类问题，我也做过实验，几乎是随机的结果。
还有一个菲菲老师关于这个报告的视频：
Modeling Mutual Context of Object and Human Pose in Human-Object Interaction Activities
Fei-Fei Li
============
大致的文章情况就是这样，但是这种局限性也是存在的，一些基本的方法是必须使用的，像是特征描述子，必须用到梯度、位置关系等信息，关键是怎么更有效更准确的描述呢，下一步我要解决这类问题，思考一个更好的特征描述子，通过其他机器学习方法学习做一些特征选择和参数估计。
CVPR2011交稿日期为2010.11.11，忽然发现时间很紧张。加油，正好可以顺利过渡到SIGIR2011，交稿日期为2011.1.17，这段时间开始准备托福和GRE的计划，一切都很有挑战性。
加油！！
yish:
cyc:
沙发... 大的方向进展越来越慢，于是大家纷纷开始转向越来越细的子领域了。
晕 你够快的阿 嗯 感觉难度大点
看来是从事高深领域研究的。。膜拜。。
呵呵 没那么夸张 只是做该做的事情
这玩意也太高级了，不适合我这种只会重装电脑的人。。。。
不同方向感觉不同而已 呵呵 你的方向我也不懂
犀利~请问博主的论文发表情况如何哩？想去什么档次的学校？ 共勉~！
论文一般了 正在努力，学校越好越好啊 大部分前一百之内吧 还是没太有信息
还是不懂这些··
又是一个很深度的问题
加油啊 博主
呵呵 当初也联系了一下Li fei-fei，现在想想，我真是不知道 天高地厚~
博主有个事情问问你
会议里面有
Tutorials, Special Session, Workshop,Lecture Session,Poster Session,Oral
这个Tutorials和Workshop是个什么形式呢？
我个人理解 Tutorials 是一些教程，往往都是survey性质的东西。
Workshop其实是伴随着回忆举办的不同的方向组，方向更垂直一些。有些regular没有中的可以投到这里，像是有专门的social network的Workshop等等。
看Guobo同学在北海道，那边机器学习 视觉 信息检索等如何？ 世界排名啊影响力啥的如何?
文章中有个小文字错误：”在这么几类对象：球、人的姿态、人”得“肢体等“