注意力动作与上下文分解
计算机视觉与模式识别
2019-04-12 v1
摘要
我们提出了一种用于人体动作识别的方法,该方法可定位界定动作的时空区域。由于视频中人体动作的微妙性以及上下文元素的共现,这是一项具有挑战性的任务。为应对该挑战,我们利用人体动作的共轭样本,即与人体动作样本上下文相似但不含该动作的视频片段。我们引入了一种新颖的注意力机制,可在空间与时间上将人体动作与共现的上下文因素分离。动作与上下文因素的分离是弱监督的,从而免除了在训练样本中对这两类因素进行费力精细标注的需要。我们的方法可用于构建具有更高准确率与更好可解释性的人体动作分类器。在若干人体动作识别数据集上的实验证明了我们方法的定量与定性优势。
引用
@article{arxiv.1904.05410,
title = {Attentive Action and Context Factorization},
author = {Yang Wang and Vinh Tran and Gedas Bertasius and Lorenzo Torresani and Minh Hoai},
journal= {arXiv preprint arXiv:1904.05410},
year = {2019}
}
备注
10 pages, 6 figures