利用长短期依赖进行时间动作定位
计算机视觉与模式识别
2019-11-05 v1
摘要
未修剪视频中的时间动作定位是一项重要但困难的任务。现有方法在建模视频时间结构时面临困难。本研究提出了一种称为 Gemini Network 的新方法，用于有效建模时间结构并实现高性能的时间动作定位。所提方法的显著改进源于三个主要因素。首先，所构建的网络利用两个子网络有效建模时间结构。其次，使用三条并行特征提取流水线以防止不同层级特征提取间的相互干扰。第三，该方法采用辅助监督，借助辅助分类器损失提供额外约束以提升网络的建模能力。为证明其有效性，Gemini Network 在两个具挑战性的数据集 THUMOS14 与 ActivityNet 上取得了最先进的时间动作定位性能。
引用
@article{arxiv.1911.01060,
title = {Temporal Action Localization using Long Short-Term Dependency},
author = {Yuan Zhou and Hongru Li and Sun-Yuan Kung},
journal= {arXiv preprint arXiv:1911.01060},
year = {2019}
}
备注
12pages, Trans