用于图像事件识别的物体-场景卷积神经网络
计算机视觉与模式识别
2015-05-05 v1
摘要
从静态图像中进行事件识别对于图像理解具有重要意义。然而，与视频中的事件识别相比，关于图像中事件识别的研究工作要少得多。本文探讨图像事件识别问题，并提出一种基于深度神经网络的有效方法。具体而言，我们设计了一种称为物体-场景卷积神经网络（OS-CNN）的新架构。该架构分解为物体网络和场景网络，分别从物体和场景上下文的角度提取用于事件理解的有用信息。同时，我们研究了OS-CNN设计的不同网络架构，并将深度（AlexNet）和极深（GoogLeNet）网络适配到事件识别任务中。此外，我们发现深度和极深网络互为补充。最后，基于所提出的OS-CNN以及对不同网络架构的比较研究，我们提出了一种五流CNN方案，用于ChaLearn Looking at People (LAP) 2015挑战赛的文化事件识别赛道。我们的方法取得了85.5%的性能，并在该挑战赛中排名第一名。
引用
@article{arxiv.1505.00296,
title = {Object-Scene Convolutional Neural Networks for Event Recognition in Images},
author = {Limin Wang and Zhe Wang and Wenbin Du and Yu Qiao},
journal= {arXiv preprint arXiv:1505.00296},
year = {2015}
}
备注
CVPR, ChaLearn Looking at People (LAP) challenge, 2015