动作集：无顺序约束的弱监督动作分割

视频中的动作检测与时间分割是日益受到关注的研究课题。尽管全监督系统近来备受瞩目，但对视频中每个动作进行完整标注成本高昂，且对于大规模视频数据而言并不现实。因此，弱监督的动作检测与时间分割方法至关重要。该领域大多数工作假设给定一个有序的动作序列，而我们的方法仅使用一个动作集合。这种动作集提供的监督信息要少得多，因为既不知道动作顺序，也不知道动作出现的次数。但作为交换，它们可以很容易地获得，例如从元标签中获取，而有序序列仍需人工标注。我们引入了一个系统，该系统能自动学习对视频中的动作进行时间分割和标记，所使用的唯一监督信息就是动作集。在三个数据集上的评估表明，尽管监督信息量比其他相关方法显著减少，我们的方法仍能取得良好的结果。