一种来自未裁剪视频流的新型在线动作检测框架
计算机视觉与模式识别
2020-03-18 v1
摘要
从未裁剪视频流中进行在线时序动作定位是计算机视觉中一个具有挑战性的问题。它具有挑战性是因为：i）在未裁剪视频流中，可能出现不止一个动作实例，包括背景场景；ii）在在线设置中，仅有过去和当前的信息可用。因此，以往动作检测方法所利用的时序先验（如训练数据的平均动作时长）由于人类动作类内变化大而并不适用于该任务。我们提出了一种新颖的在线动作检测框架，该框架将动作视为一组时序有序的子类，并利用未来帧生成网络来应对上述问题的有限信息问题。此外，我们通过改变视频长度来增强数据，使所提方法能够学习人类动作的高类内变化。我们使用两个基准数据集 THUMOS'14 和 ActivityNet 在在线时序动作定位场景下评估我们的方法，并证明性能可与针对离线设置提出的最先进方法相媲美。
引用
@article{arxiv.2003.07734,
title = {A Novel Online Action Detection Framework from Untrimmed Video Streams},
author = {Da-Hye Yoon and Nam-Gyu Cho and Seong-Whan Lee},
journal= {arXiv preprint arXiv:2003.07734},
year = {2020}
}