TAEN：面向少样本动作识别的时间感知嵌入网络
计算机视觉与模式识别
2021-07-20 v2
摘要
对新类别实体进行分类需要收集并标注数百乃至数千个样本，这通常成本高昂而难以承受。少样本学习主张仅用少量样本即可学习对新类别进行分类。仅有少数研究致力于解决视频等时空模式上的少样本学习挑战。本文提出用于少样本动作识别的时间感知嵌入网络（TAEN），其学习在度量空间中将动作表示为一条轨迹，传达动作各部分的短期语义与更长期的连通性。我们在两项少样本任务（视频分类与时序动作检测）上展示了 TAEN 的有效性，并在 Kinetics-400 与 ActivityNet 1.2 少样本基准上评估了我们的方法。仅训练少数全连接层，我们便在少样本视频分类与时序检测任务上取得了与已有最优方法相当的结果，并在某些场景下达到 SOTA。
引用
@article{arxiv.2004.10141,
title = {TAEN: Temporal Aware Embedding Network for Few-Shot Action Recognition},
author = {Rami Ben-Ari and Mor Shpigel and Ophir Azulai and Udi Barzelay and Daniel Rotman},
journal= {arXiv preprint arXiv:2004.10141},
year = {2021}
}