TVNet：用于动作定位的时间投票网络
计算机视觉与模式识别
2022-01-04 v1
摘要
我们提出一种用于未修剪视频中动作定位的时间投票网络（TVNet）。其引入了一种新颖的投票证据模块来更精确地定位时间边界，该模块累积时间上下文证据以预测起始和结束动作边界的帧级概率。我们的动作无关证据模块被集成到一个流程中，用于计算置信度分数和动作类别。我们在 ActivityNet-1.3 上取得了 34.6% 的平均 mAP，尤其在最高 IoU 为 0.95 时优于先前方法。TVNet 在与 PGCN 结合时在 THUMOS14 的 0.5 IoU 下也取得了 56.0% 的 mAP，与 MUSES 结合时取得 59.1%，并在所有阈值上优于先前工作。我们的代码可在 https://github.com/hanielwang/TVNet 获取。
引用
@article{arxiv.2201.00434,
title = {TVNet: Temporal Voting Network for Action Localization},
author = {Hanyuan Wang and Dima Damen and Majid Mirmehdi and Toby Perrett},
journal= {arXiv preprint arXiv:2201.00434},
year = {2022}
}
备注
9 pages, 7 figures, 11 tables