竞赛报告:VIPriors动作识别挑战赛
计算机视觉与模式识别
2020-07-17 v1
摘要
本文是我们向VIPriors动作识别挑战赛提交作品的简要报告。动作识别因应用广泛而吸引众多研究者关注,但仍具挑战性。本文中我们研究以往方法并提出自己的方法。我们的方法主要对SlowFast网络进行改进并与TSM融合以取得进一步突破。同时,我们采用一种快速而有效的方式,以残差帧作为输入从视频中提取运动特征。利用残差帧与SlowFast可提取更好的运动特征,且残差帧输入路径是对现有RGB帧输入模型的极佳补充。通过结合3D卷积(SlowFast)与2D卷积(TSM)获得了更优性能。上述实验均在UCF101上从头训练。
引用
@article{arxiv.2007.08180,
title = {Challenge report:VIPriors Action Recognition Challenge},
author = {Zhipeng Luo and Dawei Xu and Zhiguang Zhang},
journal= {arXiv preprint arXiv:2007.08180},
year = {2020}
}
备注
ECCV2020,VIPriors Action Recognition Challenge