CVPR 2021 通用事件边界检测挑战赛技术报告：级联时间注意力网络（CASTANET）
计算机视觉与模式识别
2021-07-02 v1
摘要
本报告介绍了在CVPR21通用事件边界检测（GEBD）挑战赛提交中所采用的方法。在这项工作中，我们设计了一种用于GEBD的级联时间注意力网络（CASTANET），其由三部分组成：骨干网络、时间注意力模块和分类模块。具体而言，采用通道分离卷积网络（CSN）作为骨干网络提取特征，并设计时间注意力模块以迫使网络聚焦于判别性特征。此后，分类模块中使用级联架构以生成更精确的边界。此外，采用集成策略进一步提升所提方法的性能。所提方法在Kinetics-GEBD测试集上取得了83.30%的F1分数，相比基准方法提升了20.5%的F1分数。代码见 https://github.com/DexiangHong/Cascade-PC。
引用
@article{arxiv.2107.00239,
title = {Generic Event Boundary Detection Challenge at CVPR 2021 Technical Report: Cascaded Temporal Attention Network (CASTANET)},
author = {Dexiang Hong and Congcong Li and Longyin Wen and Xinyao Wang and Libo Zhang},
journal= {arXiv preprint arXiv:2107.00239},
year = {2021}
}