基于级联建议与位置预测的时空动作检测
计算机视觉与模式识别
2017-08-02 v1
摘要
在本文中，我们解决了时域未修剪视频中的时空动作检测问题。这是一项重要且具有挑战性的任务，因为在时间和空间维度上准确定位人类动作对于分析大规模视频数据至关重要。为了解决这一问题，我们提出了一种用于帧级动作检测的级联建议与位置预测（CPLA）模型。我们的模型有几个显著特点：（1）采用级联区域建议网络（casRPN）进行动作建议生成，与单一区域建议网络（RPN）相比显示出更好的定位精度；（2）通过位置预测网络（LAN）利用动作的时空一致性，因此帧级动作检测不再独立进行。帧级检测结果通过求解链接得分最大化问题进行关联，并按时间修剪为时空动作管。我们在具有挑战性的 UCF101 和 LIRIS-HARL 数据集上验证了模型的有效性，两者均达到了最先进的性能。
引用
@article{arxiv.1708.00042,
title = {Spatio-Temporal Action Detection with Cascade Proposal and Location Anticipation},
author = {Zhenheng Yang and Jiyang Gao and Ram Nevatia},
journal= {arXiv preprint arXiv:1708.00042},
year = {2017}
}
备注
Accepted at BMVC 2017 (oral)