通过演化时间提议实现精确时间动作定位
计算机视觉与模式识别
2018-06-27 v1
摘要
在长未修剪视频中定位动作一直是视频内容分析中的一项具有挑战性的问题。现有动作定位方法在精确确定动作起止时刻方面的性能仍不尽如人意。模仿人类带有观察与细化的感知过程,我们提出了一种新颖的三阶段动作定位框架。我们的框架嵌入了一个 Actionness 网络,通过逐帧相似性分组生成初始提议,然后由一个细化网络对这些提议进行边界调整。最后,细化后的提议被送入一个定位网络以进行进一步的细粒度位置回归。整个过程可视为在不同时间粒度下使用一种新颖的非局部金字塔特征的多阶段细化。我们在 THUMOS14 基准上评估了我们的框架,并相比最先进(state-of-the-arts)方法取得了显著改进。具体而言,在高 IoU 阈值下的精确定位中性能提升尤为显著。我们提出的框架取得了 mAP@IoU=0.5 为 34.2% 的结果。
引用
@article{arxiv.1804.04803,
title = {Precise Temporal Action Localization by Evolving Temporal Proposals},
author = {Haonan Qiu and Yingbin Zheng and Hao Ye and Yao Lu and Feng Wang and Liang He},
journal= {arXiv preprint arXiv:1804.04803},
year = {2018}
}