合成数据对动作分类的益处
计算机视觉与模式识别
2020-01-31 v1 机器学习
图像与视频处理
摘要
在本文中，我们研究了使用合成生成的视频作为用于动作分类的神经网络训练数据的价值。受视频的纹理和背景在光流中不起或几乎不起显著作用这一事实的启发，我们生成了简化的无纹理且无背景的视频，并利用合成数据训练了时序分段网络 (Temporal Segment Network, TSN)。结果表明，用简化的合成数据增强 TSN 提升了原始网络的准确率 (68.5%)，在 HMDB-51 上添加 4000 个视频时达到 71.8%，添加 8000 个视频时达到 72.4%。此外，仅在 UCF-101 的 25 个类别上使用简化的合成视频训练，训练 2500 个视频时达到 30.71%，训练 5000 个视频时达到 52.7%。最后，结果显示，当将 UCF-25 的真实视频数量减少到 10% 并与合成视频结合时，准确率仅降至 85.41%，而若不添加合成数据则降至 77.4%。
引用
@article{arxiv.2001.11091,
title = {The benefits of synthetic data for action categorization},
author = {Mohamad Ballout and Mohammad Tuqan and Daniel Asmar and Elie Shammas and George Sakr},
journal= {arXiv preprint arXiv:2001.11091},
year = {2020}
}