ERA：用于早期动作预测的专家检索与组装
计算机视觉与模式识别
2022-07-25 v3
摘要
早期动作预测旨在动作完全执行前成功预测其类别标签。这是一项具挑战性的任务，因为不同动作的起始阶段可能非常相似，仅存在细微的判别性差异。本文提出一种新颖的专家检索与组装(ERA)模块，其检索并组装一组最擅长利用判别性细微差异的专家，以将输入样本与其他高度相似样本区分开。为促使我们的模型有效利用细微差异进行早期动作预测，我们推动专家仅在高度相似样本间进行判别，迫使这些专家学习利用样本间存在的细微差异。此外，我们设计了一种有效的专家学习率优化方法，平衡各专家的优化并带来更优性能。我们在四个公开动作数据集上评估ERA模块，取得了最先进(state-of-the-art)性能。
引用
@article{arxiv.2207.09675,
title = {ERA: Expert Retrieval and Assembly for Early Action Prediction},
author = {Lin Geng Foo and Tianjiao Li and Hossein Rahmani and Qiuhong Ke and Jun Liu},
journal= {arXiv preprint arXiv:2207.09675},
year = {2022}
}
备注
Accepted to ECCV 2022