通过累积时间差学习对图像序列进行排序
计算机视觉与模式识别
2020-10-23 v1
摘要
考虑一组由静态或手持相机捕获的包含动态物体的场景的 n 张图像。设这些图像被捕获的时间顺序是未知的。这些图像被捕获的时间顺序可能有 n! 种可能性。在这项工作中，我们解决了对手持相机捕获的动态场景的无序图像集进行时间排序的问题。我们提出了一种卷积模块，它通过 2D 卷积核捕获空间信息，并利用从输入图像中提取的特征图之间的差异来捕获时间信息。我们在从标准动作识别数据集 UCF101 提取的数据集上评估了所提方法的性能。我们表明，所提方法以显著优势超越了最先进的方法。我们表明，当同一网络在从动作识别数据集 UCF101 提取的数据集上训练时，通过在从视频目标分割数据集 DAVIS 提取的数据集上评估，该网络具有良好的泛化能力。
引用
@article{arxiv.2010.11649,
title = {Learning to Sort Image Sequences via Accumulated Temporal Differences},
author = {Gagan Kanojia and Shanmuganathan Raman},
journal= {arXiv preprint arXiv:2010.11649},
year = {2020}
}