探索用于精确时序动作定位的时序保持网络
计算机视觉与模式识别
2017-09-12 v2
摘要
时序动作定位是计算机视觉的一项重要任务。尽管已提出多种方法，如何精确预测动作片段的时间边界仍是一个开放性问题。大多数工作使用片段级分类器来选择由动作提议或密集滑动窗口预先确定的视频片段。然而，为了获得更精确的动作边界，时序定位系统应以细粒度进行密集预测。一项新近提出的工作利用卷积-反卷积-卷积（CDC）滤波器对3D卷积网络的预测进行上采样，使得逐帧动作预测成为可能，并在时序动作定位方面取得了令人鼓舞的性能。然而，CDC网络由于时间下采样操作而部分丢失了时间信息。本文中，我们提出了一种优雅且强大的时序保持卷积（TPC）网络，其为3D卷积网络配备TPC滤波器。TPC网络能够完全保持时间分辨率同时降低空间分辨率，从而实现帧级粒度的动作定位。TPC网络可以以端到端方式训练。在公开数据集上的实验结果表明，TPC网络在逐帧动作预测上取得显著改进，并在片段级时序动作定位上获得具有竞争力的结果。
引用
@article{arxiv.1708.03280,
title = {Exploring Temporal Preservation Networks for Precise Temporal Action Localization},
author = {Ke Yang and Peng Qiao and Dongsheng Li and Shaohe Lv and Yong Dou},
journal= {arXiv preprint arXiv:1708.03280},
year = {2017}
}