用于动作时序提议的深度逐点预测
计算机视觉与模式识别
2019-09-18 v1
摘要
检测视频中的动作是一项重要而富有挑战性的任务。以往工作通常利用（a）滑窗范式，或（b）逐帧动作评分与分组来枚举可能的时间位置。它们的性能也受限于滑窗或分组策略的设计。本文提出一种简单而有效的时序动作提议生成方法，称为深度逐点预测（DPP）。DPP同时预测动作存在的可能性及相应的时间位置，无需使用任何手工设计的滑窗或分组。整个系统以时序动作提议分类与位置预测的联合损失进行端到端训练。我们进行了大量实验以在标准THUMOS14数据集上验证其有效性、通用性与鲁棒性。DPP每秒运行超过1000帧，大幅满足实时性要求。代码见https://github.com/liluxuan1997/DPP。
引用
@article{arxiv.1909.07725,
title = {Deep Point-wise Prediction for Action Temporal Proposal},
author = {Luxuan Li and Tao Kong and Fuchun Sun and Huaping Liu},
journal= {arXiv preprint arXiv:1909.07725},
year = {2019}
}
备注
accepted by ICONIP2019 oral presentation (International Conference on Neural Information Processing)