ECCV 2024 ROAD++ 挑战赛第三赛道原子活动识别一等解答
计算机视觉与模式识别
2024-10-31 v1
摘要
本报告介绍我们团队参加 2024 年 ECCV ROAD++ 挑战赛第三赛道技术方案。第三赛道的任务为原子活动识别，即基于视频内容识别道路场景中 64 种类型的原子活动。我们的主要方法针对小目标、单目标与群体目标区分以及模型过拟合问题进行针对性设计。首先，我们构建了多分支活动识别框架，不仅分离不同对象类别，还区分单目标和群体目标识别任务，从而提升识别准确率。随后，我们开发了多种模型集成策略，包括多帧抽样序列的集成、不同帧抽样序列长度的集成、多训练轮次的集成以及不同骨干网络的集成。此外，我们提出了一种原子活动识别数据增强方法，通过翻转视频帧和道路拓扑结构大幅扩充样本空间，有效缓解了模型过拟合问题。我们的方法在 ROAD++ 挑战赛 2024 年第三赛道测试集中名列第一，实现了 69% 的平均精度。
引用
@article{arxiv.2410.23092,
title = {First Place Solution to the ECCV 2024 ROAD++ Challenge @ ROAD++ Atomic Activity Recognition 2024},
author = {Ruyang Li and Tengfei Zhang and Heng Zhang and Tiejun Liu and Yanwei Wang and Xuelei Li},
journal= {arXiv preprint arXiv:2410.23092},
year = {2024}
}