利用帧间区域相关性实现高效动作识别
计算机视觉与模式识别
2020-05-07 v1
摘要
时序特征提取是基于视频的动作识别中的一个重要问题。光流是一种流行的时序特征提取方法，因其捕捉连续帧间像素级相关性信息的能力而取得优异性能。然而，这种像素级相关性的提取是以高计算复杂度和大存储资源为代价的。在本文中，我们通过探索特定区域内的帧间相关性，提出一种新颖的时序特征提取方法，称为注意力相关时序特征(ACTF)。所提ACTF在区域层面上利用连续帧间的双线性和线性相关性。我们的方法具有避免引入光流的同时取得与基于光流的方法相当或更好性能的优势。实验结果表明，我们提出的方法在UCF101和HMDB51基准数据集上分别取得了96.3%和76.3%的最先进性能。
引用
@article{arxiv.2005.02591,
title = {Exploiting Inter-Frame Regional Correlation for Efficient Action Recognition},
author = {Yuecong Xu and Jianfei Yang and Kezhi Mao and Jianxiong Yin and Simon See},
journal= {arXiv preprint arXiv:2005.02591},
year = {2020}
}
备注
24 pages (exclude reference), 7 figures, 4 tables