用于静态图像动作识别的损失引导激活
计算机视觉与模式识别
2018-12-12 v1
摘要
基于深度学习的人体动作识别的一个显著问题是，它容易被无关物体或背景的存在所误导。现有方法通常通过在训练与测试阶段都将目标人体边界框作为部分输入来解决这个问题。将边界框作为部分输入的这一要求，是为了使方法能够忽略无关上下文并仅提取人体特征。然而，我们认为该方案效率低下，因为边界框可能并不可用。因此，我们不使用人体边界框作为输入，而是引入一种人体掩码损失，自动将特征图的激活引导至正在执行动作的目标人体，从而抑制误导性上下文的激活。我们提出了一种多任务深度学习方法，联合预测人体动作类别与人体位置热图。大量实验表明，在存在无关误导性上下文的情况下，我们的方法比基线方法更鲁棒。我们的方法在Stanford40与MPII数据集上分别取得了94.06%与40.65%（以mAP计）的结果，相对文献报道的最佳结果分别提升3.14%与12.6%，从而确立了新的SOTA结果。此外，与某些现有方法不同，我们消除了测试阶段使用人体边界框作为输入的需求。
引用
@article{arxiv.1812.04194,
title = {Loss Guided Activation for Action Recognition in Still Images},
author = {Lu Liu and Robby T. Tan and Shaodi You},
journal= {arXiv preprint arXiv:1812.04194},
year = {2018}
}
备注
Accepted to appear in ACCV 2018