MétaCan
Menu
Retour à la cohorte
Enregistrement W1995595665 · doi:10.1167/8.6.912

Person identification across actions from biological motion

2010· article· en· W1995595665 sur OpenAlexaff
Gerhard Holland, Swati Mody, Nikolaus F. Troje

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPairingKinematicsBiological motionStimulus (psychology)Computer scienceArtificial intelligenceMotion (physics)MathematicsPsychologyCognitive psychologyPhysics

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,325
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetGenetics and Physical PerformanceTravaux en français237 207