面向少样本视频分类的时间对齐预测
计算机视觉与模式识别
2022-01-03 v3
摘要
少样本视频分类的目标是在仅用少量标注视频训练时，学习具有良好泛化能力的分类模型。然而，在此设定下难以学习具有判别性的视频特征表示。在本文中，我们提出基于序列相似度学习的少样本视频分类时间对齐预测（TAP）。为获取一对视频的相似度，我们通过时间对齐预测函数预测两视频中所有时间位置对的对齐分数。此外，该函数的输入还配备了时域中的上下文信息。我们在包括 Kinetics 和 Something-Something V2 的两个视频分类基准上评估 TAP。实验结果验证了 TAP 的有效性，并显示出其优于当前最优方法的性能。
引用
@article{arxiv.2107.11960,
title = {Temporal Alignment Prediction for Few-Shot Video Classification},
author = {Fei Pan and Chunlei Xu and Jie Guo and Yanwen Guo},
journal= {arXiv preprint arXiv:2107.11960},
year = {2022}
}