用于群体活动识别的多流卷积神经网络框架
计算机视觉与模式识别
2018-12-27 v1
摘要
在这项工作中，我们提出了一个基于多流卷积神经网络（CNN）的群体活动识别框架。各 CNN 流在不同模态上分别训练，并在最终融合其预测结果。每个流包含两个分支，分别基于人物级别和场景级别的表示来预测群体活动。我们提出了一种基于人体姿态估计的新模态，以为模型添加额外信息。我们在 Volleyball 和 Collective Activity 数据集上评估了该方法。实验结果表明，当输入模型的是多帧或单帧时，所提出的框架均能取得 state-of-the-art 的结果，在 Volleyball 数据集上的准确率分别为 90.50% 和 86.61%，在 Collective Activity 数据集上多帧群体活动的准确率为 87.01%。
引用
@article{arxiv.1812.10328,
title = {A Multi-Stream Convolutional Neural Network Framework for Group Activity Recognition},
author = {Sina Mokhtarzadeh Azar and Mina Ghadimi Atigh and Ahmad Nickabadi},
journal= {arXiv preprint arXiv:1812.10328},
year = {2018}
}