基于粗细粒度深度特征融合与异步融合的动作识别
计算机视觉与模式识别
2017-11-21 v1 多媒体
摘要
动作识别是计算机视觉中一项重要且具有挑战性的任务。本文提出了一种新颖的基于深度的动作识别框架，通过以下两方面提升识别准确率：1) 提取更精确的特征以表征动作；2) 减小不同信息流之间的异步性。我们首先引入一个由粗到细的网络，在不同动作类别粒度上提取共享深度特征，并逐步整合这些特征，从而获得对输入动作更准确的特征表示。我们进一步引入一个异步融合网络。该网络通过在不同时间点异步整合各流的特征来融合来自不同流的信息，从而更好地利用不同流中的互补信息。在动作识别基准数据集上的实验结果表明，我们的方法达到了最先进的性能。
引用
@article{arxiv.1711.07430,
title = {Action Recognition with Coarse-to-Fine Deep Feature Integration and Asynchronous Fusion},
author = {Weiyao Lin and Yang Mi and Jianxin Wu and Ke Lu and Hongkai Xiong},
journal= {arXiv preprint arXiv:1711.07430},
year = {2017}
}
备注
accepted by AAAI 2018