基于循环神经网络的未剪辑视频中的时序活动检测
计算机视觉与模式识别
2017-03-06 v3
摘要
本论文探讨了使用卷积和循环神经网络对视频中的活动进行分类和时序定位的不同方法，并提出了相应的实现方案。第一步，使用最先进的 3D 卷积神经网络从视频帧中提取特征。这些特征被输入到循环神经网络中，以简单灵活的方式解决活动分类和时序定位任务。测试了不同的架构和配置以在提供的视频数据集上实现最佳性能和学习。此外，还研究了训练网络输出的不同类型后处理，以实现视频中活动时序定位的更好结果。本论文开发的神经网络在 CVPR 的 ActivityNet Challenge 2016 中提交了结果，使用简单灵活的架构取得了具有竞争力的结果。
引用
@article{arxiv.1608.08128,
title = {Temporal Activity Detection in Untrimmed Videos with Recurrent Neural Networks},
author = {Alberto Montes and Amaia Salvador and Santiago Pascual and Xavier Giro-i-Nieto},
journal= {arXiv preprint arXiv:1608.08128},
year = {2017}
}
备注
Best Poster Award at the 1st NIPS Workshop on Large Scale Computer Vision Systems (Barcelona, December 2016). Source code available at https://imatge-upc.github.io/activitynet-2016-cvprw/