双引导半监督动作检测
计算机视觉与模式识别
2025-07-30 v1
摘要
半监督学习(SSL)在难以获取标注时展现出了提升深度学习模型预测性能的巨大潜力。然而,迄今为止 SSL 的应用主要在图像分类任务中被研究。在本工作中,我们提出一种用于时空动作定位的半监督方法。我们引入双引导网络以选择更优的伪边界框。该网络结合帧级分类与边界框预测,从而在帧与框之间强制动作类别的一致性。我们在多个知名时空动作定位数据集(包括 UCF101-24、J-HMDB-21 与 AVA)上的评估表明,所提模块在有限标注数据设定下显著提升了模型性能。我们的框架相较于扩展的基于图像的半监督基线取得了更优的结果。
引用
@article{arxiv.2507.21247,
title = {Dual Guidance Semi-Supervised Action Detection},
author = {Ankit Singh and Efstratios Gavves and Cees G. M. Snoek and Hilde Kuehne},
journal= {arXiv preprint arXiv:2507.21247},
year = {2025}
}