CHAM：基于卷积分层注意力模型的动作识别
计算机视觉与模式识别
2017-05-22 v2
摘要
最近，最初在语言处理中提出的软注意力机制已应用于计算机视觉任务如图像字幕生成。本文提出对软注意力模型的改进，通过结合卷积LSTM与分层系统架构来识别视频中的动作类别。我们称此模型为卷积分层注意力模型（CHAM）。该模型在LSTM单元内应用卷积操作和注意力图生成过程以识别动作。该模型的分层架构能够显式地在多粒度动作类别上进行推理。所提架构在三个公开数据集上取得改进结果：UCF sports数据集、Olympic sports数据集和HMDB51数据集。
引用
@article{arxiv.1705.03146,
title = {CHAM: action recognition using convolutional hierarchical attention model},
author = {Shiyang Yan and Jeremy S. Smith and Wenjin Lu and Bailing Zhang},
journal= {arXiv preprint arXiv:1705.03146},
year = {2017}
}
备注
accepted by ICIP2017