用于极低分辨率动作识别的全耦合双流时空网络
计算机视觉与模式识别
2018-01-15 v1
摘要
随着摄像头和计算机视觉日益融入我们的日常生活（包括家庭内的智能设备），如何保护人们隐私成为一个主要的新兴挑战。一种潜在的解决方案是仅捕获并记录执行感兴趣任务所需的最少信息。在本文中，我们提出一种全耦合双流时空架构，用于在极低分辨率（例如 12x16 像素）视频上进行可靠的人体动作识别。我们提供了一种高效方法来提取空间和时间特征，并将其聚合成用于整个动作视频序列的鲁棒特征表示。我们还考虑如何在训练期间引入高分辨率视频，以构建更好的低分辨率动作识别模型。我们在两个公开可用数据集上进行了评估，显示出相对于当前最优方法的显著改进。
引用
@article{arxiv.1801.03983,
title = {Fully-Coupled Two-Stream Spatiotemporal Networks for Extremely Low Resolution Action Recognition},
author = {Mingze Xu and Aidean Sharghi and Xin Chen and David J Crandall},
journal= {arXiv preprint arXiv:1801.03983},
year = {2018}
}
备注
9 pagers, 5 figures, published in WACV 2018