一种更强的以自我为中心的动作检测基线
计算机视觉与模式识别
2021-06-15 v1
摘要
本技术报告分析了我们在CVPR2021研讨会举办的2021 EPIC-KITCHENS-100竞赛中使用的以自我为中心的视频动作检测方法。我们的任务目标是在长未修剪视频中定位动作的起始时间和结束时间，并预测动作类别。我们采用滑动窗口策略生成提案，能更好地适应短时长动作。此外，我们展示了分类和提案在同一网络中相互冲突。将两项任务分离以高效率提升了检测性能。通过简单采用这些策略，我们在EPIC-KITCHENS-100动作检测挑战的测试集上以单一模型取得了16.10%的性能，在平均mAP上超越基线方法11.7%。
引用
@article{arxiv.2106.06942,
title = {A Stronger Baseline for Ego-Centric Action Detection},
author = {Zhiwu Qing and Ziyuan Huang and Xiang Wang and Yutong Feng and Shiwei Zhang and Jianwen Jiang and Mingqian Tang and Changxin Gao and Marcelo H. Ang and Nong Sang},
journal= {arXiv preprint arXiv:2106.06942},
year = {2021}
}
备注
CVPRW21, EPIC-KITCHENS-100 Competition Report