通过图像扩散过程进行动作检测
计算机视觉与模式识别
2024-04-02 v1
摘要
动作检测旨在定位未剪辑视频中动作实例的起始点和结束点，并预测这些实例的类别。在本文中，我们观察到动作检测任务的输出可以被表述为图像。因此，从一个新颖的视角，我们通过一个三图像生成过程来处理动作检测，通过我们提出的动作检测图像扩散（ADI-Diff）框架将起始点、结束点和动作类别预测生成为图像。此外，由于我们的图像不同于自然图像并表现出特殊属性，我们进一步探索了离散动作检测扩散过程和行列 Transformer 设计以更好地处理它们。我们的 ADI-Diff 框架在两个广泛使用的数据集上取得了最先进的结果。
关键词
引用
@article{arxiv.2404.01051,
title = {Action Detection via an Image Diffusion Process},
author = {Lin Geng Foo and Tianjiao Li and Hossein Rahmani and Jun Liu},
journal= {arXiv preprint arXiv:2404.01051},
year = {2024}
}
备注
Accepted to CVPR 2024