逐步擦除，逐个收集：一种弱监督时序动作检测器
计算机视觉与模式识别
2018-07-19 v2
摘要
弱监督时序动作检测是理解未修剪视频中的艰巨任务，因为训练数据上除视频级类别标签外无任何监督信号可用。在类别标签监督下，弱监督检测器通常构建于分类器之上。然而，分类器与检测器之间存在固有矛盾；即，追求高分类性能的分类器偏好极度零散的顶层判别性视频片段，而检测器有义务发现整个动作实例且不遗漏任何相关片段。为调和此矛盾，我们通过驱动一系列分类器从完整视频中逐步擦除以渐进发现新动作片段，从而训练检测器。在测试阶段，我们只需收集在各擦除步骤中逐个训练的分类器的检测结果。为辅助收集过程，建立全连接条件随机场以细化时序定位输出。我们在两个主流数据集THUMOS'14和ActivityNet上评估了我们的方法。实验表明，我们的检测器推进了最先进的弱监督时序动作检测结果，甚至可与不少强监督方法相媲美。
引用
@article{arxiv.1807.02929,
title = {Step-by-step Erasion, One-by-one Collection: A Weakly Supervised Temporal Action Detector},
author = {Jia-Xing Zhong and Nannan Li and Weijie Kong and Tao Zhang and Thomas H. Li and Ge Li},
journal= {arXiv preprint arXiv:1807.02929},
year = {2018}
}
备注
To Appear in ACM Multimedia 2018