使用门控循环单元的时间动作定位
计算机视觉与模式识别
2022-05-26 v2 多媒体
摘要
时间动作定位（TAL）任务旨在预测视频中每个动作的起止时刻及其类别标签，在现实世界中有大量应用。但由于该任务的复杂性，目前尚未达到可接受的准确率，而在动作识别任务上则并非如此。本文中，我们提出一种基于门控循环单元（GRU）的新网络及两种用于 TAL 任务的新后处理方法。具体而言，我们对常规 GRU 的输出层进行新设计，得到所谓的 GRU-Split 网络。此外，使用线性插值生成具有精确起止时刻的动作提议。最后，为对生成的提议进行恰当排序，我们采用一种学习排序（LTR）方法。我们在 Thumos14 与 ActivityNet-1.3 数据集上评估了所提方法的性能。结果表明所提方法优于当前最优（SOTA）。特别是在 Thumos14 上交并比（IoU）为 0.7 的平均精度均值（mAP）指标中，我们取得 27.52% 的准确率，比 SOTA 方法高 5.12%。
引用
@article{arxiv.2108.03375,
title = {Temporal Action Localization Using Gated Recurrent Units},
author = {Hassan Keshvarikhojasteh and Hoda Mohammadzade and Hamid Behroozi},
journal= {arXiv preprint arXiv:2108.03375},
year = {2022}
}
备注
10 pages, 6 figures