面向微小动作挑战的低分辨率动作识别
计算机视觉与模式识别
2025-12-19 v2
摘要
微小动作挑战(Tiny Actions Challenge)聚焦于理解真实世界监控中的人类活动。基本上，该场景下的活动识别存在两个主要困难。首先，人类活动常在远处被记录，以低分辨率呈现且缺乏足够的判别线索。其次，这些活动自然呈长尾分布。对于如此严重的类别不平衡，难以缓解数据偏差。为应对这些问题，本文提出一种综合识别方案。首先，我们以数据平衡训练视频骨干网络，以缓解挑战基准上的过拟合。其次，我们设计了一种双分辨率蒸馏框架，可通过超分辨率知识有效引导低分辨率动作识别。最后，我们应用带后处理的模型集成，可进一步提升在长尾类别上的性能。我们的方案在排行榜上位居Top-1。
引用
@article{arxiv.2209.14711,
title = {Low-Resolution Action Recognition for Tiny Actions Challenge},
author = {Boyu Chen and Yu Qiao and Yali Wang},
journal= {arXiv preprint arXiv:2209.14711},
year = {2025}
}
备注
This article is the report of the CVPR 2022 ActivityNet workshop Tiny Actions Challenge(https://tinyactions-cvpr22.github.io/). The time of the first submission to the organizers is June 6th