关注细节：用于动作识别的密集轨迹与混合分类架构
计算机视觉与模式识别
2016-08-26 v1
摘要
视频中的动作识别是一项具有挑战性的任务，原因在于待建模的时空模式复杂性以及获取和学习大量视频数据的困难。深度学习虽然在图像分类方面取得了突破并在视频领域展现出前景，但即便在大规模数据集上进行训练，也尚未明确超越使用手工特征的动作识别方法。在本文中，我们引入了混合视频分类架构，其基于精心设计的、对手工时空特征的无监督表示，并由监督深度网络进行分类。正如我们在五个流行动作识别基准上的实验所示，我们的混合模型结合了两者的优势：它具有数据高效性（仅在 150 至 10000 个短片上训练），却显著优于现有技术，包括在数百万张手动标注图像和视频上训练的近期深度模型。
引用
@article{arxiv.1608.07138,
title = {Sympathy for the Details: Dense Trajectories and Hybrid Classification Architectures for Action Recognition},
author = {César Roberto de Souza and Adrien Gaidon and Eleonora Vig and Antonio Manuel López},
journal= {arXiv preprint arXiv:1608.07138},
year = {2016}
}
备注
Accepted for publication in the 14th European Conference on Computer Vision (ECCV), Amsterdam, 2016, plus supplementary material