TURN TAP：用于时序动作提议的时序单元回归网络
计算机视觉与模式识别
2017-08-08 v2
摘要
时序动作提议 (TAP) 生成是一个重要问题，因为从未修剪视频中快速准确地提取语义重要片段（例如人类动作）是大规模视频分析的关键步骤。我们提出了一种新颖的时序单元回归网络 (TURN) 模型。TURN 有两个显著特点：(1) TURN 联合预测动作提议并通过时序坐标回归精化时序边界；(2) 通过单元特征复用实现快速计算：将长未修剪视频分解为视频单元，这些单元被复用为时序提议的基本构建块。在 THUMOS-14 和 ActivityNet 数据集上，TURN 在平均召回率 (AR) 指标上大幅优于现有最先进方法，并且在 TITAN X GPU 上运行速度超过每秒 880 帧 (FPS)。我们进一步将 TURN 作为提议生成阶段应用于现有的时序动作定位流程，其在 THUMOS-14 和 ActivityNet 上的性能均超越了当前最先进水平。
引用
@article{arxiv.1703.06189,
title = {TURN TAP: Temporal Unit Regression Network for Temporal Action Proposals},
author = {Jiyang Gao and Zhenheng Yang and Chen Sun and Kan Chen and Ram Nevatia},
journal= {arXiv preprint arXiv:1703.06189},
year = {2017}
}
备注
ICCV 2017 camera ready