BLP——用于精确时序动作定位的边界似然 pinpointing 网络
计算机视觉与模式识别
2019-12-17 v6
摘要
尽管时序动作检测已取得巨大进展，最先进方法在定位起始与结束时序动作边界时仍遭受严重的性能退化。虽然多数方法采用边界回归范式来解决此问题，我们认为直接回归缺乏足够细致的信息以产生准确的时序边界。本文提出一种新颖的边界似然 pinpointing（BLP）网络，以缓解边界回归的这一缺陷并提升定位精度。给定一个包含动作实例的松散定位搜索区间，BLP将该区间的时序边界定位问题转化为对该区间每个等分单元赋予概率的问题。这些生成的概率提供了关于该搜索区间内动作边界位置的有用信息。基于这些概率，我们引入一种边界pinpointing范式，在简单概率框架下pinpoint准确边界。与其他基于C3D特征的检测器相比，大量实验表明BLP显著提升了近期最先进检测器的定位性能，并在THUMOS' 14与ActivityNet数据集上取得了有竞争力的检测mAP，尤其在评估tIoU较高时。
引用
@article{arxiv.1811.02189,
title = {BLP -- Boundary Likelihood Pinpointing Networks for Accurate Temporal Action Localization},
author = {Weijie Kong and Nannan Li and Shan Liu and Thomas Li and Ge Li},
journal= {arXiv preprint arXiv:1811.02189},
year = {2019}
}
备注
Accepted to International Conference on Acoustics, Speech, and Signal Processing (ICASSP), 2019