用于动作识别的光流序列有序池化
计算机视觉与模式识别
2017-04-07 v2
摘要
由于在深度架构所需的大量内存需求和海量参数，在长视频序列上训练卷积神经网络（CNNs）计算代价高昂。因此，视频帧的早期融合是一种标准技术，其中若干连续帧首先被聚合成紧凑表示，然后作为样本输入CNN。为此，最近提出了一种将一组连续RGB帧通过单个动态图像来表示以捕获像素动态的摘要方法。在本文中，我们引入了连续光流帧的一种新颖有序表示作为替代，并论证该表示比RGB帧更有效地捕获动作动态。我们提供了为何这种表示更利于动作识别的直观解释。我们在标准基准数据集上验证了我们的主张，并证明使用光流图像的摘要在UCF101和HMDB数据集上相比RGB帧带来显著改进，同时实现了与 state-of-the-art 相当的准确性。
引用
@article{arxiv.1701.03246,
title = {Ordered Pooling of Optical Flow Sequences for Action Recognition},
author = {Jue Wang and Anoop Cherian and Fatih Porikli},
journal= {arXiv preprint arXiv:1701.03246},
year = {2017}
}
备注
Accepted in WACV 2017