基于稀疏到稠密框架的动作管道检测
计算机视觉与模式识别
2020-09-01 v1
摘要
时空动作检测任务已引起研究者越来越多的关注。现有主流方法依赖短期信息并对每帧或片段进行稠密串行检测来解决该问题。尽管有效，这些方法对长期信息的利用不足且效率偏低。本文首次提出一种高效框架，以稀疏到稠密方式通过单次前向传播从视频流生成动作管道（action tube）提议。该框架有两个关键特征：（1）我们的时空网络显式利用了长期与短期采样信息；（2）设计了一种新的动态特征采样模块（DTS）以有效近似管道输出，同时保持系统可处理性。我们在 UCF101-24、JHMDB-21 和 UCFSports 基准数据集上评估了模型效能，取得了与最先进（SOTA）方法相竞争的优异结果。所提稀疏到稠密策略使框架效率约为最近竞争方法的 7.6 倍。
引用
@article{arxiv.2008.13196,
title = {Finding Action Tubes with a Sparse-to-Dense Framework},
author = {Yuxi Li and Weiyao Lin and Tao Wang and John See and Rui Qian and Ning Xu and Limin Wang and Shugong Xu},
journal= {arXiv preprint arXiv:2008.13196},
year = {2020}
}
备注
5 figures; AAAI 2020