重访时序动作定位中的锚机制
计算机视觉与模式识别
2020-08-25 v1
摘要
当前大多数动作定位方法遵循基于锚的流水线：用预定义锚描述动作实例，学习选择与真值最接近的锚，并预测锚经细化后的置信度。预定义锚设定了关于动作实例位置和时长的先验，这有助于常见动作实例的定位，但限制了对差异剧烈（尤其是极短或极长实例）动作实例处理的灵活性。为解决该问题，本文提出一种新颖的免锚动作定位模块，通过时序点辅助动作定位。具体而言，该模块将动作实例表示为一个点及其到起始边界和结束边界的距离，缓解了预定义锚在动作定位和时长方面的限制。所提免锚模块能够预测时长极短或极长的动作实例。通过将所提免锚模块与常规基于锚的模块结合，我们提出了一种称为 A2Net 的新颖动作定位框架。免锚与基于锚模块间的协作在 THUMOS14 上取得了优于最先进方法的性能（45.5% 对比 42.8%）。此外，综合实验证明了免锚与基于锚模块间的互补性，使 A2Net 简洁而有效。
引用
@article{arxiv.2008.09837,
title = {Revisiting Anchor Mechanisms for Temporal Action Localization},
author = {Le Yang and Houwen Peng and Dingwen Zhang and Jianlong Fu and Junwei Han},
journal= {arXiv preprint arXiv:2008.09837},
year = {2020}
}
备注
Accept by TIP, code: https://github.com/LeYangNwpu/A2Net