BSN：用于时序动作提议生成的边界敏感网络
计算机视觉与模式识别
2018-09-27 v3
摘要
时序动作提议生成是一个重要且具有挑战性的问题，因为具有丰富动作内容的时序提议对于分析具有长时长和高比例无关内容的真实世界视频必不可少。该问题要求方法不仅能生成具有精确时序边界的提议，还能以相对较少的提议检索出覆盖真实动作实例且具备高召回率和高重叠度的提议。为应对这些困难，我们引入了一种高效的提议生成方法，称为边界敏感网络（Boundary-Sensitive Network, BSN），其采用“局部到全局”的方式。在局部，BSN 首先定位具有高概率的时序边界，然后直接将这些边界组合为提议。在全局，借助边界敏感提议特征，BSN 通过评估一个提议在其区域内是否包含动作的信心来检索提议。我们在两个具有挑战性的数据集上进行了实验：ActivityNet-1.3 和 THUMOS14，其中 BSN 以高召回率和高时序精度优于其他 state-of-the-art 的时序动作提议生成方法。最后，进一步的实验表明，通过结合现有的动作分类器，我们的方法显著提升了 state-of-the-art 的时序动作检测性能。
引用
@article{arxiv.1806.02964,
title = {BSN: Boundary Sensitive Network for Temporal Action Proposal Generation},
author = {Tianwei Lin and Xu Zhao and Haisheng Su and Chongjing Wang and Ming Yang},
journal= {arXiv preprint arXiv:1806.02964},
year = {2018}
}
备注
Accepted at ECCV 2018