为动作定位建模时空人体轨迹结构
计算机视觉与模式识别
2018-06-29 v1
摘要
本文研究视频中人体动作的时空定位问题。为了在时间上定位动作，我们提出了一种循环定位网络（RecLNet），旨在对人体轨迹层面的动作时间结构进行建模。我们的模型被训练为同时识别并时间定位动作类别，其基于分别应用于外观流与光流流两个流的双层门控循环单元（GRU）。当与最先进的人体检测与跟踪结合使用时，我们的模型被证明能大幅改善视频中的时空动作定位。增益主要来自于改进的时间定位。我们在两个近期的时空动作定位数据集 UCF101-24 和 DALY 上评估了我们的方法，展示了对当前最优水平的显著提升。
引用
@article{arxiv.1806.11008,
title = {Modeling Spatio-Temporal Human Track Structure for Action Localization},
author = {Guilhem Chéron and Anton Osokin and Ivan Laptev and Cordelia Schmid},
journal= {arXiv preprint arXiv:1806.11008},
year = {2018}
}