用于时空动作定位的学习跟踪
计算机视觉与模式识别
2015-09-29 v2
摘要
我们提出了一种用于真实视频中时空动作定位的有效方法。该方法首先在帧级别检测提议，并使用静态与运动CNN特征的组合为其打分。随后，其采用一种检测跟踪方法在整个视频中跟踪高打分提议。我们的跟踪器同时依赖于实例级和类级检测器。这些轨迹使用一种时空运动直方图（轨迹级描述子）结合CNN特征进行打分。最后，我们在轨迹级别使用滑动窗口方法执行动作的时间定位。我们给出了在UCF-Sports、J-HMDB和UCF-101动作定位数据集上的时空定位实验结果，其中我们的方法分别以15%、7%和12%的mAP优势优于当前最优水平。
引用
@article{arxiv.1506.01929,
title = {Learning to track for spatio-temporal action localization},
author = {Philippe Weinzaepfel and Zaid Harchaoui and Cordelia Schmid},
journal= {arXiv preprint arXiv:1506.01929},
year = {2015}
}