学习稀疏二维时间邻接网络用于时序动作定位
计算机视觉与模式识别
2019-12-10 v1
摘要
在本报告中，我们介绍了 HACS 2019 时序动作定位挑战赛的冠军方法。时序动作定位具有挑战性，因为未修剪视频中的一个目标提议可能与其他若干候选提议相关。现有方法不能很好地应对该挑战，因为时间提议被单独考虑而忽略了它们之间的时间依赖关系。为解决此问题，我们提出稀疏二维时间邻接网络来建模候选提议间的时间关系。该方法构建于近期提出的 2D-TAN 方法之上。2D-TAN 中的采样策略引入了不平衡上下文问题，即短提议比长提议能感知更多上下文。因此，我们进一步提出稀疏二维时间邻接网络（S-2D-TAN）。它能够为长提议引入更多上下文信息并进一步从中学习判别性特征。通过将我们的 S-2D-TAN 与简单动作分类器结合，我们的方法在测试集上取得了 23.49 的 mAP，赢得了 HACS 挑战赛的第一名。
引用
@article{arxiv.1912.03612,
title = {Learning Sparse 2D Temporal Adjacent Networks for Temporal Action Localization},
author = {Songyang Zhang and Houwen Peng and Le Yang and Jianlong Fu and Jiebo Luo},
journal= {arXiv preprint arXiv:1912.03612},
year = {2019}
}
备注
This is our winner solution for the HACS Temporal Action Localization Challenge at ICCV 2019