扩展视频动作识别中的时序数据增强
计算机视觉与模式识别
2022-11-10 v1
摘要
像素空间增强因其有效性、简易性和低计算成本，在众多深度学习领域日益流行。然而，视频的数据增强仍是一个探索不足的研究课题，因为大多数工作将输入视为静态图像的堆叠，而非时间上关联的数据序列。最近的研究表明，在设计增强方法时纳入时间维度，对于视频动作识别而言，可能优于仅使用空间维度的变体。在本文中，我们为这些技术提出了若干新颖的增强方案，以加强空间域与时间域之间的关系，并实现更深层次的扰动。我们的技术在 UCF-101 和 HMDB-51 数据集上的 Top-1 和 Top-5 设定下，其视频动作识别结果均优于各自的变体方法。
引用
@article{arxiv.2211.04888,
title = {Extending Temporal Data Augmentation for Video Action Recognition},
author = {Artjoms Gorpincenko and Michal Mackiewicz},
journal= {arXiv preprint arXiv:2211.04888},
year = {2022}
}