基于结构化片段网络的时间动作检测
计算机视觉与模式识别
2017-09-19 v2
摘要
在未修剪视频中检测动作是一项重要且具有挑战性的任务。本文提出结构化片段网络（SSN），一种通过结构化时间金字塔对每个动作实例的时间结构进行建模的新颖框架。在金字塔之上，我们进一步引入一个分解判别模型，该模型包含两个分类器，分别用于动作分类和完整性判定。这使得框架能够有效区分正样本提议与背景或不完整提议，从而实现准确的识别与定位。这些组件被集成到一个统一网络中，可以以端到端方式高效训练。此外，设计了一种简单而有效的时间动作提议方案，称为时间动作性分组（TAG），用于生成高质量动作提议。在两个具有挑战性的基准THUMOS14和ActivityNet上，我们的方法显著优于先前最先进的方法，展现出在处理具有不同时间结构的动作时的优越准确性和强适应性。
引用
@article{arxiv.1704.06228,
title = {Temporal Action Detection with Structured Segment Networks},
author = {Yue Zhao and Yuanjun Xiong and Limin Wang and Zhirong Wu and Xiaoou Tang and Dahua Lin},
journal= {arXiv preprint arXiv:1704.06228},
year = {2017}
}
备注
To appear in ICCV2017. Code & models available at http://yjxiong.me/others/ssn