利用Jaccard相似度度量关联过去与未来以预测人类动作
计算机视觉与模式识别
2021-05-27 v1
摘要
我们提出了一种通过利用三种新颖的相似度度量(称为协方差上的Jaccard向量相似度、Jaccard互相关和Jaccard Frobenius内积)将过去特征与未来相关联的早期动作识别与预测框架。利用这些新颖损失的组合及我们的框架,我们在UCF101和JHMDB数据集上以20%的观测比例分别取得91.7%和83.5%的准确率,获得了早期动作识别的SOTA结果。类似地,我们在Epic-Kitchen55和Breakfast数据集上以分别20.35和41.8的top-1准确率获得了动作预测的SOTA结果。
引用
@article{arxiv.2105.12414,
title = {Anticipating human actions by correlating past with the future with Jaccard similarity measures},
author = {Basura Fernando and Samitha Herath},
journal= {arXiv preprint arXiv:2105.12414},
year = {2021}
}
备注
Accepted to CVPR 2021