Person identification across actions from biological motion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A significant amount of past research has studied person identification from point light displays of walking humans, investigating parameters such as viewing angle and the differential contributions of structural and kinematic information. However, little is known about the ability of human observers to generalize identity across different activities. In this study we use a same/different paradigm to compare observers' ability to identify point light displays within and across activities. We drew from a database of 100 motion-captured humans, each of which encompassed both walking and running activities. Subjects were shown successive paired stimuli and had to indicate whether the stimuli represented the same or different person. In either case, the two displays were at slightly different viewpoints. Two independent factors were examined: stimulus pairing (walker/walker, runner/runner, walker/runner) and information content (structural only, kinematic only, full information). For all information contents for stimulus pairing of matching activities (walker/walker, runner/runner) subjects performed significantly better than chance (t(5)=2.71, p0.05). The main effect of Pairing was significant (F(2, 30)=35.7, p[[lt]]0.001), with the walker/runner pairing being the most difficult. Information was not a significant factor. However, there was a significant interaction between Pairing and Information (F(4, 30)=4.03, p[[lt]]0.01) that manifested in performance on the runner/runner task in particular being better for full information than for structural or kinematic only. Results are discussed in light of a principal components-based linear model that estimates a runner time series from a given walker time series by equating principal component coordinates.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle