用于时序动作提议的关系感知金字塔网络(RapNet)
计算机视觉与模式识别
2019-08-12 v1
摘要
在本技术报告中,我们描述了针对 ActivityNet Challenge 2019 中时序动作提议(任务1)的解决方案。首先,我们基于 Kinetics 预训练模型在 ActivityNet v1.3 上微调 ResNet-50-C3D CNN 以提取片段级视频表示,然后设计关系感知金字塔网络(RapNet)生成带置信度分数的时序多尺度提议。此后,我们采用两阶段片段级边界调整方案对生成的提议重新排序。我们还使用了集成方法以提升解决方案性能,从而帮助我们获得第二名。
引用
@article{arxiv.1908.03448,
title = {Relation-Aware Pyramid Network (RapNet) for temporal action proposal},
author = {Jialin Gao and Zhixiang Shi and Jiani Li and Yufeng Yuan and Jiwei Li and Xi Zhou},
journal= {arXiv preprint arXiv:1908.03448},
year = {2019}
}
备注
Submission to temporal action proposal task in ActivityNet Challenge 2019