基于多级深度特征联合注意力的动作识别
计算机视觉与模式识别
2016-07-12 v1
摘要
我们提出一种用于视频动作识别任务的新型深度监督神经网络，其隐含利用视觉跟踪并兼具深度卷积神经网络(CNN)与循环神经网络(RNN)的鲁棒性。在我们的方法中，提出多分支模型以抑制来自背景抖动的噪声。具体而言，我们首先从深度CNN中提取多级深度特征并将其送入3d卷积网络。之后我们将那些特征立方体送入我们新颖的联合LSTM模块以预测标签并生成注意力正则化。我们在两个具有挑战性的数据集UCF101和HMDB51上评估我们的模型。结果表明，仅使用卷积特征，我们的模型即达到了最先进水平(state-of-the-art)。
引用
@article{arxiv.1607.02556,
title = {Action Recognition with Joint Attention on Multi-Level Deep Features},
author = {Jialin Wu and Gu Wang and Wukui Yang and Xiangyang Ji},
journal= {arXiv preprint arXiv:1607.02556},
year = {2016}
}
备注
13 pages, submitted to BMVC