通用活动检测中的时间精度追求
计算机视觉与模式识别
2017-03-09 v1
摘要
在未修剪视频中检测活动是一项重要但具有挑战性的任务。现有方法的性能仍不令人满意，例如，它们经常在定位长而复杂动作的开始和结束时遇到困难。在本文中，我们提出了一个通用框架，能够从未修剪视频中准确检测多种活动。我们的第一个贡献是一种新颖的候选方案，能够高效生成具有准确时间边界的候选片段。另一个贡献是一个级联分类流水线，明确区分候选实例的相关性和完整性。在两个具有挑战性的时间活动检测数据集THUMOS14和ActivityNet上，所提出的框架显著优于现有的最先进方法，展示了在处理具有各种时间结构的活动时的优越准确性和强适应性。
引用
@article{arxiv.1703.02716,
title = {A Pursuit of Temporal Accuracy in General Activity Detection},
author = {Yuanjun Xiong and Yue Zhao and Limin Wang and Dahua Lin and Xiaoou Tang},
journal= {arXiv preprint arXiv:1703.02716},
year = {2017}
}