Human activity recognition using conditional random fields and privileged information
Η διατριβή ασχολείται με το πρόβλημα της αναγνώρισης της ανθρώπινης δραστηριότητας από εικονοσειρές και απλές εικόνες, το οποίο ανήκει στην ευρύτερη περιοχή της υπολογιστικής όρασης. Για την επίλυση του προβλήματος χρησιμοποιήθηκαν τα υπό συνθήκη τυχαία πεδία συνδυάζοντας δεδομένα από πολλαπλές πηγές. Επιπλέον, προτάθηκε μια καινούρια μέθοδος ταξινόμησης που βασίζεται στην προνομιακή πληροφορία, η oποία δίδεται ως επιπλέων είσοδος στο μοντέλο και είναι διαθέσιμη μόνο στην φάση της εκπαίδευσης αλλά όχι στην φάση του ελέγχου. Τα πειραματικά αποτελέσματα δείχνουν ότι αυτού του είδους η πληροφορία βοηθά στο να δημιουργήσουμε έναν ισχυρότερο ταξινομητή απ' ότι κάποιος θα μάθαινε χωρίς αυτήν, ενώ αυξάνει σημαντικά την ακρίβεια της αναγνώρισης του μοντέλου.