基于关系感知金字塔网络的高精度时序动作候选生成
计算机视觉与模式识别
2020-03-10 v1
摘要
精确的时序动作候选在未裁剪视频中的动作检测起着重要作用。现有方法难以捕捉全局上下文信息并同时定位不同时长的动作。为此，我们提出一种关系感知金字塔网络（RapNet）以生成高精度的时序动作候选。在 RapNet 中，引入了一种新颖的关系感知模块，利用局部特征间的双向长程关系来提炼上下文。在给定预定义锚框的情况下，该嵌入式模块增强了 RapNet 的多粒度时序候选生成能力。我们进一步引入两阶段调整方案，以细化候选边界并利用片段级动作性（actionness）度量其包含动作的可信度。在具有挑战性的 ActivityNet 和 THUMOS14 基准上的大量实验表明，我们的 RapNet 比现有最先进方法生成了更优的精确候选。
引用
@article{arxiv.2003.04145,
title = {Accurate Temporal Action Proposal Generation with Relation-Aware Pyramid Network},
author = {Jialin Gao and Zhixiang Shi and Jiani Li and Guanshuo Wang and Yufeng Yuan and Shiming Ge and Xi Zhou},
journal= {arXiv preprint arXiv:2003.04145},
year = {2020}
}
备注
accepted by AAAI-20