基于时空判别滤波器组的动作识别
计算机视觉与模式识别
2019-08-22 v1
摘要
动作识别在过去几年中取得了显著的性能提升。当前大多数最先进（SOTA）的文献要么旨在通过改变主干 CNN 网络来提升性能，要么再次通过改动主干网络来探索计算效率与性能之间的不同权衡。然而，几乎所有这些工作都保持了网络最后的相同层，即仅由全局平均池化后接全连接层构成。在本工作中，我们关注如何提升网络的表征能力，但不改变主干，而是聚焦于改进网络的最后几层，此类改动在计算成本方面影响很小。具体而言，我们表明当前架构对更精细的细节敏感度不足，并利用细粒度识别文献中的近期进展在这一方面改进我们的模型。采用所提方法，我们在 Kinetics-400 与 Something-Something-V1 这两个主要的大规模动作识别基准上取得了最先进的性能。
引用
@article{arxiv.1908.07625,
title = {Action recognition with spatial-temporal discriminative filter banks},
author = {Brais Martinez and Davide Modolo and Yuanjun Xiong and Joseph Tighe},
journal= {arXiv preprint arXiv:1908.07625},
year = {2019}
}
备注
ICCV 2019 Accepted Paper