AZTR：基于自动缩放与时间推理的航拍视频动作识别
计算机视觉与模式识别
2023-07-20 v1 机器人学
摘要
我们提出一种用于航拍视频动作识别的新方法。我们的方法专为使用无人机捕获的视频设计，可在边缘或移动设备上运行。我们提出一种基于学习的方法，使用定制的自动缩放自动识别人体目标并适当缩放。这使得提取关键特征更容易并降低了计算开销。我们还提出一种高效的时间推理算法，以可控的计算成本捕获空间和时间域上的动作信息。我们的方法已在配备高端 GPU 的桌面端以及用于机器人和无人机的低功耗 Robotics RB5 平台上实现和评估。实践中，我们在 RoCoG-v2 数据集上相较 SOTA 的 Top-1 准确率提升 6.1-7.4%，在 UAV-Human 数据集上提升 8.3-10.4%，在 Drone Action 数据集上提升 3.2%。
引用
@article{arxiv.2303.01589,
title = {AZTR: Aerial Video Action Recognition with Auto Zoom and Temporal Reasoning},
author = {Xijun Wang and Ruiqi Xian and Tianrui Guan and Celso M. de Melo and Stephen M. Nogar and Aniket Bera and Dinesh Manocha},
journal= {arXiv preprint arXiv:2303.01589},
year = {2023}
}
备注
Accepted for publication at ICRA 2023