基于深度学习的未修剪视频动作检测：综述
计算机视觉与模式识别
2021-10-04 v1
摘要
理解人类行为与活动有助于众多现实世界应用的发展，并且对视频分析至关重要。尽管 trimmed 视频中的动作识别算法已取得进展，但大多数现实世界视频是冗长且未修剪的，仅包含稀疏的感兴趣片段。未修剪视频中的时序活动检测任务旨在定位动作的时间边界并分类动作类别。根据动作标注的可用性，时序活动检测任务已在全监督和有限监督设定下得到研究。本文提供了基于深度学习的算法以应对不同监督级别（包括全监督、弱监督、无监督、自监督和半监督）下未修剪视频中时序动作检测的广泛综述。此外，本文还回顾了时空动作检测的进展，其中动作在时间和空间维度上均被定位。而且，描述了常用的动作检测基准数据集和评估指标，并比较了最先进方法的性能。最后，讨论了未修剪视频中时序动作检测的现实应用以及一组未来方向。
引用
@article{arxiv.2110.00111,
title = {Deep Learning-based Action Detection in Untrimmed Videos: A Survey},
author = {Elahe Vahdani and Yingli Tian},
journal= {arXiv preprint arXiv:2110.00111},
year = {2021}
}