时空动作定位中的关系建模
计算机视觉与模式识别
2021-06-17 v2
摘要
本文介绍了我们针对 CVPR 2021 上 ActivityNet 研讨会的 AVA-Kinetics Crossover 挑战赛的解决方案。我们的方案利用多种类型的关系建模方法用于时空动作检测，并采用一种训练策略在两个大规模视频数据集上以端到端训练整合多种关系建模。我们还研究了使用记忆库进行学习以及针对长尾分布进行微调，以进一步提升性能。在本文中，我们详述了方案的实现，并提供了实验结果及相应讨论。我们最终在 AVA-Kinetics 的测试集上取得了 40.67 mAP。
引用
@article{arxiv.2106.08061,
title = {Relation Modeling in Spatio-Temporal Action Localization},
author = {Yutong Feng and Jianwen Jiang and Ziyuan Huang and Zhiwu Qing and Xiang Wang and Shiwei Zhang and Mingqian Tang and Yue Gao},
journal= {arXiv preprint arXiv:2106.08061},
year = {2021}
}
备注
CVPR 2021 ActivityNet Workshop Report