短视频大规模活动识别——Moments in Time 数据集
计算机视觉与模式识别
2018-09-14 v2 机器学习
多媒体
摘要
瞬间占据了我们生活的很大部分。由于对这些瞬间的解释多样且复杂,准确识别这些瞬间具有挑战性。动作识别指的是对给定视频中存在的目标动作/活动进行分类的行为。在本工作中,我们在 Moments in Time 数据集上进行实验,以准确识别 3 秒剪辑中发生的活动。我们使用最先进的视觉、听觉和时空定位技术,并开发方法以准确分类 Moments in Time 数据集中的活动。我们使用的基于视觉的文本特征与融合技术的新颖方法表现良好,在 20 个类别上提供了 89.23% 的 Top-5 总体准确率——相较基线 TRN 模型有显著提升。
引用
@article{arxiv.1809.00241,
title = {Activity Recognition on a Large Scale in Short Videos - Moments in Time Dataset},
author = {Ankit Shah and Harini Kesavamoorthy and Poorva Rane and Pramati Kalwad and Alexander Hauptmann and Florian Metze},
journal= {arXiv preprint arXiv:1809.00241},
year = {2018}
}
备注
Action recognition submission for Moments in Time Dataset - Improved results over challenge submission