LSTA：用于第一人称动作识别的长短期注意力
计算机视觉与模式识别
2019-04-15 v3
摘要
第一人称活动识别是视频分析中最具挑战性的任务之一。它需要对小物体及其操作进行细粒度区分。尽管一些方法基于强监督与注意力机制，但它们要么消耗大量标注，要么未考虑时空模式。在本文中，我们提出 LSTA 作为一种机制，在空间相关部分的特征上聚焦，同时注意力在视频序列中平滑地跟踪。我们通过端到端可训练的双流架构证明了 LSTA 在第一人称活动识别上的有效性，在四个标准基准上取得了最先进的性能。
引用
@article{arxiv.1811.10698,
title = {LSTA: Long Short-Term Attention for Egocentric Action Recognition},
author = {Swathikiran Sudhakaran and Sergio Escalera and Oswald Lanz},
journal= {arXiv preprint arXiv:1811.10698},
year = {2019}
}
备注
Accepted to CVPR 2019