DDG-Net：用于弱监督时序动作定位的可分辨性驱动图网络
计算机视觉与模式识别
2023-08-08 v2
摘要
弱监督时序动作定位（WTAL）是一项实用但具有挑战性的任务。由于数据集规模大，现有多数方法使用在其他数据集上预训练的网络提取特征，这些特征对WTAL而言不够适配。为此，研究者设计了若干特征增强模块，提升了定位模块的性能，尤其是建模片段间的时间关系。然而，它们都忽视了模糊信息的不利影响，这会削弱其他信息的可分辨性。鉴于此现象，我们提出可分辨性驱动图网络（DDG-Net），其通过精心设计的连接显式建模模糊片段与可分辨片段，阻止模糊信息传输并增强片段级表征的可分辨性。此外，我们提出特征一致性损失以防止特征同化，并驱动图卷积网络生成更具可分辨性的表征。在THUMOS14和ActivityNet1.2基准上的大量实验证明了DDG-Net的有效性，在两个数据集上均建立了新的最先进结果。源代码可在 \url{https://github.com/XiaojunTang22/ICCV2023-DDGNet} 获取。
引用
@article{arxiv.2307.16415,
title = {DDG-Net: Discriminability-Driven Graph Network for Weakly-supervised Temporal Action Localization},
author = {Xiaojun Tang and Junsong Fan and Chuanchen Luo and Zhaoxiang Zhang and Man Zhang and Zongyuan Yang},
journal= {arXiv preprint arXiv:2307.16415},
year = {2023}
}
备注
Accepted by ICCV2023