一种用于动作识别的等价词袋循环神经网络
计算机视觉与模式识别
2017-03-24 v1
摘要
传统的词袋方法已在计算机视觉中得到广泛应用。标准流程包括生成视觉词汇表、将特征量化为视觉词直方图，以及通常使用结合非线性核的支持向量机进行的分类步骤。然而，在给定大量数据的情况下，该模型缺乏判别能力。这尤其适用于动作识别，其中大量视频特征需要被子采样以用于无监督视觉词汇表生成。此外，核计算在大型数据集上可能非常昂贵。在这项工作中，我们提出了一种等价于传统词袋方法但支持判别训练的循环神经网络。该模型进一步允许将核计算直接整合到神经网络中，解决了复杂性问题，并允许在单一网络内表示完整的分类系统。我们在四个近期动作识别基准上评估了我们的方法，并展示其优于常规模型以及稀疏编码方法。
引用
@article{arxiv.1703.08089,
title = {A Bag-of-Words Equivalent Recurrent Neural Network for Action Recognition},
author = {Alexander Richard and Juergen Gall},
journal= {arXiv preprint arXiv:1703.08089},
year = {2017}
}