Original title: Rozpoznání trajektorií ve videosekvencích
Translated title: Recognition of Trajectories in Video Sequences
Authors: Zhang, Menghan ; Chlubna, Tomáš (referee) ; Zemčík, Pavel (advisor)
Document type: Master’s theses
Year: 2026
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
Tato práce zkoumá učení související s trajektoriemi ve video sekvencích pomocí metod založených na neuronových sítích. Na základě rešerše literatury byla jako výchozí metoda zvolena metoda Masked Motion Encoding (MME), protože během samořízeného předtrénování videa rekonstruuje pohybové trajektorie. Na této metodě práce dále zkoumá strategii tube maskování se zkreslením podle pohybu jako možný způsob, jak lépe sladit maskování s trajektoriově orientovaným cílem. Metoda je implementována v rámci MME bez přidání naučitelných parametrů a bez použití optického toku a je zkoumána pomocí předtrénování na Kinetics-400 a dolaďování na datasetech UCF-101, HMDB-51 a Something-Something V2. Práce dále diskutuje získaná pozorování, omezení a možné směry budoucího výzkumu. This thesis explores trajectory-related learning in video sequences using neural-network-based methods. Based on a literature review, Masked Motion Encoding (MME) is chosen as the baseline, since it reconstructs motion trajectories during self-supervised video pre-training. Building on this method, the thesis investigates a motion-biased tube masking strategy as a possible way to better align masking with the trajectory-oriented objective. The method is implemented within the MME framework without adding learnable parameters or using optical flow, and is examined through pre-training on Kinetics-400 and fine-tuning on UCF-101, HMDB-51, and Something-Something V2. The thesis also discusses the resulting observations, limitations, and possible directions for future work.
Keywords: analýza video sekvencí; Masked Motion Encoding; maskované modelování videa; rekonstrukce pohybových trajektorií; rozpoznávání akcí; rozpoznávání trajektorií; samořízené učení; Vision Transformer; action recognition; Masked Motion Encoding; masked video modeling; motion trajectory reconstruction; self-supervised learning; trajectory recognition; video sequence analysis; Vision Transformer

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/260537

Permalink: http://www.nusl.cz/ntk/nusl-775560


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses