DiscrimNet：基于生成对抗网络的视频半监督动作识别
计算机视觉与模式识别
2018-01-23 v1
摘要
我们提出了一种使用生成对抗网络(GAN)的动作识别框架。我们的模型利用无标签信息的大规模视频活动数据集训练深度卷积生成对抗网络(DCGAN)。然后，我们将GAN模型中训练好的判别器作为无监督预训练步骤，并在有标签数据集上微调该判别器模型以识别人体活动。我们确定了将DCGAN的判别器作为训练模型来学习用于动作识别的有用表示的良好网络架构和超参数设置。我们仅使用外观信息的半监督框架在UCF101和HMDB51两个具有挑战性的视频活动数据集上取得了优于或可与当前最先进的半监督动作识别方法相媲美的性能。
引用
@article{arxiv.1801.07230,
title = {DiscrimNet: Semi-Supervised Action Recognition from Videos using Generative Adversarial Networks},
author = {Unaiza Ahsan and Chen Sun and Irfan Essa},
journal= {arXiv preprint arXiv:1801.07230},
year = {2018}
}