关于弱监督动作分割方法的评估
计算机视觉与模式识别
2021-10-22 v3
摘要
动作分割是对未裁剪视频的每一帧进行时间分割的任务。弱监督动作分割方法，特别是基于转录文本的方法，一直受到计算机视觉界的相当关注。在本工作中，我们关注弱监督动作分割方法的使用与评估中常被忽视的两个方面：多次训练运行的性能方差，以及为此任务选择特征提取器的影响。为解决第一个问题，我们在 Breakfast 数据集上每种方法训练 5 次，并给出结果的平均值与标准差。我们的实验表明，这些重复实验的标准差在 1% 到 2.5% 之间，并显著影响不同方法间的比较。此外，我们对特征提取的研究表明，在所研究的弱监督动作分割方法中，较高层的 I3D 特征表现不如经典的 IDT 特征。
引用
@article{arxiv.2005.09743,
title = {On Evaluating Weakly Supervised Action Segmentation Methods},
author = {Yaser Souri and Alexander Richard and Luca Minciullo and Juergen Gall},
journal= {arXiv preprint arXiv:2005.09743},
year = {2021}
}
备注
Technical Report