用于动作识别的排序池化
计算机视觉与模式识别
2016-05-17 v2
摘要
我们提出了一种基于函数的时序池化方法，该方法捕获视频序列数据的潜在结构——例如帧级特征在视频中随时间演变的方式。我们展示了拟合到视频数据的函数的参数如何用作鲁棒的新视频表示。作为一个具体示例，我们通过排序机学习池化函数。通过学习将视频的帧级特征按时间顺序排序，我们获得了一种捕获视频全局时间动态的新表示，适用于动作识别。除了排序函数，我们还探索了也能解释视频中时间变化的不同参数模型。所提出的功能池化方法，特别是排序池化，易于解释和实现，计算快速，并且在识别各种动作方面有效。我们在通用动作、细粒度动作和手势识别的各种基准上评估了我们的方法。结果表明，排序池化带来了较平均池化基线绝对提升7-10。同时，排序池化与几种基于外观和局部运动的方法和特征兼容且互补，例如改进轨迹和深度学习特征。
引用
@article{arxiv.1512.01848,
title = {Rank Pooling for Action Recognition},
author = {Basura Fernando and Efstratios Gavves and Jose Oramas and Amir Ghodrati and Tinne Tuytelaars},
journal= {arXiv preprint arXiv:1512.01848},
year = {2016}
}
备注
IEEE Transactions on Pattern Analysis and Machine Intelligence