Tube-CNN：建模外观时间演化用于视频中目标检测
计算机视觉与模式识别
2018-12-07 v1
摘要
视频中的目标检测对许多应用至关重要。相比图像，视频提供可帮助消歧检测问题的额外线索。本文中我们的目标是对目标外观的时间演化学习判别模型，并将此类模型用于目标检测。为建模时间演化，我们引入对应于边界框时间序列的时空管。我们提出两种分别用于生成与分类管的 CNN 架构。我们的管提议网络（TPN）首先生成大量时空管提议以最大化目标召回率。Tube-CNN 随后在视频中实现管级目标检测器。我们的方法在两个大规模视频目标检测数据集 HollywoodHeads 与 ImageNet VID 上改进了 SOTA。管模型在困难动态场景中显示出特别优势。
引用
@article{arxiv.1812.02619,
title = {Tube-CNN: Modeling temporal evolution of appearance for object detection in video},
author = {Tuan-Hung Vu and Anton Osokin and Ivan Laptev},
journal= {arXiv preprint arXiv:1812.02619},
year = {2018}
}
备注
13 pages, 8 figures, technical report