学习稀疏时序视频映射用于自由体操动作质量评估
计算机视觉与模式识别
2023-01-18 v1 人工智能
摘要
体育视频中的运动员表现测量需要对长序列进行建模，因为整个时空进展对表现起主导作用。准确评估需要理解局部判别性空间依赖关系和全局语义。然而，现有的基准数据集主要包含持续时间仅几秒钟的运动。因此，最先进的体育质量评估方法专门关注空间结构。尽管它们在短期运动中取得了高性能，但无法对长视频序列进行建模，且在长期运动中无法达到类似的性能。为了促进此类分析，我们引入了一个新数据集，命名为 AGF-Olympics，其中包含艺术体操自由体操套路。AGF-Olympics 提供了极具挑战性的场景，在长达 2 分钟的采样持续时间内具有广泛的背景、视角和尺度变化。此外，我们提出了一个判别性注意力模块，通过解耦复杂的关联将密集特征空间映射为稀疏表示。大量实验表明，我们提出的模块为嵌入长程空间和时间相关语义提供了一种有效的方法。
引用
@article{arxiv.2301.06103,
title = {Learning Sparse Temporal Video Mapping for Action Quality Assessment in Floor Gymnastics},
author = {Sania Zahan and Ghulam Mubashar Hassan and Ajmal Mian},
journal= {arXiv preprint arXiv:2301.06103},
year = {2023}
}