爱奇艺参加 ActivityNet Challenge 2019 Kinetics-700 挑战赛的方案：分层分组注意力
计算机视觉与模式识别
2020-02-10 v1
摘要
本报告描述了爱奇艺（iqiyi）参加 ActivityNet 2019 Kinetics-700 挑战赛任务的方法。模型集成阶段涉及三个模型：TSN、HG-NL 与 StNet。我们提出分层分组非局部（HG-NL）模块用于视频分类中的帧级特征聚合。标准非局部（NL）模块在视频分类任务上能有效聚合帧级特征，但参数效率低且计算开销高。HG-NL 方法采用分层分组结构并生成多张注意力图以提升性能。基于该分层分组结构，所提方法相较标准 NL 具有相当精度、更少参数与更小计算开销。针对 ActivityNet 2019 Kinetics-700 挑战赛任务，经模型集成后，我们最终在测试集上取得平均 top-1 与 top-5 错误率 28.444%。
引用
@article{arxiv.2002.02918,
title = {iqiyi Submission to ActivityNet Challenge 2019 Kinetics-700 challenge: Hierarchical Group-wise Attention},
author = {Qian Liu and Dongyang Cai and Jie Liu and Nan Ding and Tao Wang},
journal= {arXiv preprint arXiv:2002.02918},
year = {2020}
}
备注
Tech report