基于因果表示的在线时空动作检测与预测
计算机视觉与模式识别
2020-09-01 v1 人工智能
摘要
在本论文中，我们从在线与实时处理的角度关注视频动作理解问题。我们首先将传统的离线时空动作检测流程转换为在线时空动作管检测系统。动作管是一组随时间连接的边界框，在空间和时间上界定一个动作实例。接下来，我们通过回归将已有动作管向未来延伸，探索此类检测方法的未来预测能力。随后，我们试图确立在线/因果表示能在包括动作识别、时间动作分割与早期预测在内的多种任务上取得与离线三维（3D）卷积神经网络（CNNs）相似的性能。
引用
@article{arxiv.2008.13759,
title = {Online Spatiotemporal Action Detection and Prediction via Causal Representations},
author = {Gurkirt Singh},
journal= {arXiv preprint arXiv:2008.13759},
year = {2020}
}
备注
PhD thesis, Oxford Brookes University, Examiners: Dr. Andrea Vedaldi and Dr. Fridolin Wild, 172 pages