ReActNet：真实世界视频中重复活动的时间定位
计算机视觉与模式识别
2019-10-15 v1
摘要
我们解决视频中重复活动的时间定位问题，即识别视频中所有包含某种重复或周期运动的片段。为此，所提方法以成对帧距离矩阵表示视频。这些距离基于卷积神经网络所得的帧表示计算。在此表示之上，我们设计、实现并评估了ReActNet，一种轻量卷积神经网络，用于将给定帧分类为属于（或不属于）重复视频片段。所采用表示的一个重要性质是它能处理任意数量与任意时长的重复片段。此外，所提训练过程仅需相对较少的标注视频。我们的方法打破了现有方法关于视频内容与所观测重复活动类型的若干限制性假设。在近期公开可用数据集上的实验结果验证了我们的设计选择，证实了ReActNet的泛化潜力，并展示了其相对于当前最优方法的优越性能。
引用
@article{arxiv.1910.06096,
title = {ReActNet: Temporal Localization of Repetitive Activities in Real-World Videos},
author = {Giorgos Karvounas and Iason Oikonomidis and Antonis Argyros},
journal= {arXiv preprint arXiv:1910.06096},
year = {2019}
}
备注
Accepted for presentation as a regular paper in the Intelligent ShortVideo workshop, organized in conjunction with ICCV 2019