用于动作识别的交叉增强变换双流三维卷积网络
计算机视觉与模式识别
2019-10-23 v2
摘要
动作识别是计算机视觉中的一个重要研究课题。它是视觉理解的基础工作，并已应用于许多领域。由于人类动作在不同环境中可能有所变化，使用同一结构模型难以推断完全不同状态下的动作。针对这种情况，我们提出了一种交叉增强变换双流三维卷积网络（Cross-Enhancement Transform Two-Stream 3D ConvNets）算法，该算法考虑了特定数据集上的动作分布特征。作为一个教学模型，双流中性能较优的一流有望辅助训练另一流。通过这种方式，增强训练流与教师流相结合以推断动作。我们在视频数据集 UCF-101、HMDB-51 和 Kinetics-400 上进行了实验，结果证实了我们的算法的有效性。
引用
@article{arxiv.1908.08916,
title = {Cross-Enhancement Transform Two-Stream 3D ConvNets for Action Recognition},
author = {Dong Cao and Lisha Xu and Dongdong Zhang},
journal= {arXiv preprint arXiv:1908.08916},
year = {2019}
}
备注
Accepted for publication in AIIPCC 2019