用于群体活动识别的演员关系图学习
计算机视觉与模式识别
2019-04-24 v1
摘要
在多人物场景中，建模演员之间的关系对于识别群体活动十分重要。本文旨在利用深度模型高效学习演员间有判别力的关系。为此，我们提出构建灵活高效的演员关系图（ARG），以同时捕捉演员间的外观与位置关系。得益于图卷积网络，ARG 中的连接可以以端到端方式从群体活动视频中自动学习，且 ARG 上的推理可通过标准矩阵运算高效执行。此外，在实践中，我们提出两种变体来稀疏化 ARG 以实现更有效的视频建模：空间局部化 ARG 与时间随机化 ARG。我们在两个标准群体活动识别数据集（Volleyball 数据集和 Collective Activity 数据集）上进行了大量实验，在两个数据集上均达到了最先进的性能。我们还可视化了学习到的演员图和关系特征，表明所提 ARG 能够捕捉用于群体活动识别的判别性关系信息。
引用
@article{arxiv.1904.10117,
title = {Learning Actor Relation Graphs for Group Activity Recognition},
author = {Jianchao Wu and Limin Wang and Li Wang and Jie Guo and Gangshan Wu},
journal= {arXiv preprint arXiv:1904.10117},
year = {2019}
}
备注
Accepted by CVPR 2019