ACDnet：一种基于流引导特征近似与记忆聚合的实时边缘计算动作检测网络
计算机视觉与模式识别
2021-03-01 v1
摘要
理解人类动作需要理解场景的时空上下文。基于卷积神经网络（CNN）的当前最优动作检测器通过采用双流或3D CNN架构已展示出卓越结果。然而，由于推理时空信息的系统复杂性，这些方法通常以非实时、离线的形式运行。因此，其高计算成本不符合新兴真实场景（如服务机器人或公共监控）的需求，其中检测需在资源受限的边缘设备上完成。本文中，我们提出ACDnet，一种面向实时边缘计算的紧凑动作检测网络，兼顾效率与精度。它智能地利用连续视频帧间的时间相干性来近似其CNN特征，而非朴素地提取它们。它还集成了来自过去视频帧的记忆特征聚合以增强当前检测稳定性，隐式地随时间建模长时时间线索。在公开基准数据集UCF-24与JHMDB-21上的实验表明，ACDnet与SSD检测器集成时，可稳健地实现远超实时的检测（75 FPS）。同时，相较于其他采用远更重型配置的高性能方法，它保持了合理的精度（70.92与49.53帧mAP）。代码将发布于https://github.com/dginhac/ACDnet。
引用
@article{arxiv.2102.13493,
title = {ACDnet: An action detection network for real-time edge computing based on flow-guided feature approximation and memory aggregation},
author = {Yu Liu and Fan Yang and Dominique Ginhac},
journal= {arXiv preprint arXiv:2102.13493},
year = {2021}
}
备注
Accepted for publication in Pattern Recognition Letters