StillFast：一种用于短期物体交互预测的端到端方法
计算机视觉与模式识别
2024-03-19 v2
摘要
预测问题已从多个角度被研究，例如预测人体位置、预测手和物体轨迹，以及预测动作和人与物体的交互。本文从第一人称视角研究短期物体交互预测问题，提出一种名为StillFast的新端到端架构。我们的方法同时处理静态图像和视频，检测并定位下一活跃物体，预测描述未来交互的动词，并确定交互开始的时间。在大规模第一人称数据集EGO4D上的实验表明，我们的方法在所考虑的任务上优于现有最优方法。我们的方法在EGO4D 2022短期物体交互预测挑战赛公开排行榜上排名第一。代码与更多细节请见项目网页：https://iplab.dmi.unict.it/stillfast/。
引用
@article{arxiv.2304.03959,
title = {StillFast: An End-to-End Approach for Short-Term Object Interaction Anticipation},
author = {Francesco Ragusa and Giovanni Maria Farinella and Antonino Furnari},
journal= {arXiv preprint arXiv:2304.03959},
year = {2024}
}