DEAR：基于深度增强的动作识别
计算机视觉与模式识别
2024-08-30 v2 图像与视频处理
信号处理
摘要
在嘈杂场景中检测视频中的动作，由于2D帧分析的局限性，仍是一个挑战。与人类视觉不同，拥有3D理解能力有助于提高动作识别的准确性。本研究引入一种新方法，将3D特征和深度图与RGB特征结合，以增强动作识别的准确性。我们的方法将估计的深度图通过与RGB特征编码器分离的分支进行处理，并融合特征以全面理解场景和动作。我们采用Side4Video框架和VideoMamba，这两个框架分别使用CLIP和VisionMamba进行空间特征提取。我们的做法在Something-Something V2数据集上超越了我们对Side4Video网络的实现。我们的代码已公开：https://github.com/SadeghRahmaniB/DEAR
关键词
引用
@article{arxiv.2408.15678,
title = {Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1},
author = {Alejandro Mestre-Quereda and Juan M. Lopez-Sanchez},
journal= {arXiv preprint arXiv:2408.15678},
year = {2024}
}
备注
23 pages, 32 figures