基于相异度训练专用模块网络的实时动作识别
计算机视觉与模式识别
2018-10-30 v1
摘要
本文研究裁剪后视频中的实时动作识别问题，近年来深度神经网络在该领域确立了最先进的性能。为了在高效计算的同时获得更高的识别精度，研究者们针对识别流程中的各种局限性进行了探讨，包括网络架构、输入流数量（额外流用于增强颜色信息）、待优化的代价函数等方面。然而，已有文献始终致力于让所采用的网络（或多流情况下的多个网络）承担识别当前数据集中全部动作类别的任务。我们提出改为训练多个专用模块网络，每个模块仅训练以识别动作类别的一个子集。为此，我们提出了一种基于相异度的优化流程，用于将动作类别分配至各模块，这些模块可同时离线训练。在两个标准数据集——UCF-101 和 HMDB-51——上，所提方法表现出与最先进方法相当、且在某些方面更优的性能，并满足实时性约束。我们在具有挑战性的 HMDB-51 数据集上取得了 72.5% 的准确率。通过为每个模块网络分配更少且互异的类别，本研究为在不牺牲识别精度的前提下使用轻量级架构铺平了道路。
引用
@article{arxiv.1810.11731,
title = {Real-time Action Recognition with Dissimilarity-based Training of Specialized Module Networks},
author = {Marian K. Y. Boktor and Ahmad Al-Kabbany and Radwa Khalil and Said El-Khamy},
journal= {arXiv preprint arXiv:1810.11731},
year = {2018}
}
备注
8 pages, 5 Tables, 4 Figures, Appeared in CAINE 2018