基于3D卷积神经网络的冰球视频多标签类不平衡动作识别
计算机视觉与模式识别
2018-05-04 v2 机器学习
摘要
自动视频分析是计算机视觉与机器学习领域中最复杂的问题之一。该研究的重要部分涉及（人类）活动识别（HAR），因为人类及其执行的活动产生了大部分视频语义。基于视频的HAR在各个领域有应用，其中最重要且最具挑战性的之一是体育视频中的HAR。一些主要问题包括高类间与类内差异、严重的类不平衡、群体动作与单人动作并存，以及识别同时发生的动作，即多标签学习问题。考虑到这些挑战以及CNNs在解决各种计算机视觉问题中的近期成功，本工作中，我们实现了一种基于3D CNN的多标签深度HAR系统，用于冰球视频中的多标签类不平衡动作识别。我们在两个不同场景下测试了我们的系统：一个由 个二分类网络组成的集成 vs. 一个单一的 输出网络，在一个公开数据集上。我们还将我们的结果与最初为该选定数据集设计的系统进行了比较。实验结果表明，所提出的方法优于现有解决方案。
引用
@article{arxiv.1709.01421,
title = {Multi-label Class-imbalanced Action Recognition in Hockey Videos via 3D Convolutional Neural Networks},
author = {Konstantin Sozykin and Stanislav Protasov and Adil Khan and Rasheed Hussain and Jooyoung Lee},
journal= {arXiv preprint arXiv:1709.01421},
year = {2018}
}
备注
Accepted to IEEE/ACIS SNPD 2018, 6 pages, 3 figures