用于极低分辨率动作识别的半耦合双流融合 ConvNets
计算机视觉与模式识别
2018-10-09 v2
摘要
近期研究表明，深度卷积神经网络在标准分辨率视频的动作识别上取得了 SOTA 性能。然而，极低分辨率（eLR）（例如 16 x 12 像素）下的识别性能却鲜受关注。使用 eLR 摄像机进行可靠的动作识别，将解决私人住宅、医院、护理/康复设施等多种应用环境中的隐私问题。本文提出一种半耦合滤波器共享网络，在训练期间利用高分辨率视频来辅助 eLR ConvNet。本文还研究了为 eLR 视频定制的空间与时间 ConvNets 融合方法，以利用外观与运动信息。本文方法在 IXMAS (93.7%) 和 HMDB (29.2%) 数据集上的极低分辨率条件下优于 SOTA 方法。
引用
@article{arxiv.1610.03898,
title = {Semi-Coupled Two-Stream Fusion ConvNets for Action Recognition at Extremely Low Resolutions},
author = {Jiawei Chen and Jonathan Wu and Janusz Konrad and Prakash Ishwar},
journal= {arXiv preprint arXiv:1610.03898},
year = {2018}
}