百度-UTS 提交至 EPIC-Kitchens 2019 动作识别挑战赛的方案
计算机视觉与模式识别
2019-06-25 v1
摘要
在本报告中，我们介绍了百度-UTS 提交至 CVPR 2019 EPIC-Kitchens 动作识别挑战赛的方案。该方案是本挑战赛的获胜方案。在此任务中，目标是针对每个视频片段从词表中预测动词、名词和动作。EPIC-Kitchens 数据集包含各种小物体、强烈运动模糊和遮挡。定位并识别行为者交互的物体具有挑战性。为解决这些问题，我们利用目标检测特征来指导三维卷积神经网络（CNN）的训练，可显著提升名词预测准确率。具体而言，我们引入门控特征聚合模块，从片段特征与物体特征中学习。该模块能增强两类激活之间的交互并避免梯度爆炸。实验结果表明，我们的方法在可见与不可见测试集上均优于其他方法。
引用
@article{arxiv.1906.09383,
title = {Baidu-UTS Submission to the EPIC-Kitchens Action Recognition Challenge 2019},
author = {Xiaohan Wang and Yu Wu and Linchao Zhu and Yi Yang},
journal= {arXiv preprint arXiv:1906.09383},
year = {2019}
}