运动特征网络：用于动作识别的固定运动滤波器
计算机视觉与模式识别
2018-08-02 v2
摘要
帧序列中的时空表示在动作识别任务中起着重要作用。此前，一种将光流作为时间信息与包含空间信息的一组 RGB 图像结合使用的方法，在动作识别任务中展现出巨大的性能提升。然而，它具有高昂的计算成本并需要双流（RGB 与光流）框架。本文中，我们提出 MFNet（Motion Feature Network，运动特征网络），其包含运动块，可在统一网络中编码相邻帧间的时空信息，并支持端到端训练。该运动块能以极小的额外成本附加到任何现有的基于 CNN 的动作识别框架上。我们在两个动作识别数据集（Jester 与 Something-Something）上评估了我们的网络，并通过从零训练网络在两者上均取得了具竞争力的性能。
引用
@article{arxiv.1807.10037,
title = {Motion Feature Network: Fixed Motion Filter for Action Recognition},
author = {Myunggi Lee and Seungeui Lee and Sungjoon Son and Gyutae Park and Nojun Kwak},
journal= {arXiv preprint arXiv:1807.10037},
year = {2018}
}
备注
ECCV 2018, 14 pages, 6 figures, 4 tables