强骨干遇见强特征——用于 Ego4D Moment Queries 挑战赛的 ActionFormer
计算机视觉与模式识别
2022-11-17 v1
摘要
本报告描述了我们提交给 Ego4D Moment Queries Challenge 2022 的方案。我们的提交基于 ActionFormer（时序动作定位的 SOTA 骨干网络）以及来自 SlowFast、Omnivore 和 EgoVLP 的三个强视频特征。我们的方案在公开排行榜上排名第二，在测试集上取得 21.76% 的平均 mAP，几乎是官方基线的三倍。此外，我们在测试集上 tIoU=0.5 时取得 42.54% 的 Recall@1x，以 1.41 个绝对百分点的显著优势超越排名第一的方案。我们的代码发布于 https://github.com/happyharrycn/actionformer_release。
引用
@article{arxiv.2211.09074,
title = {Where a Strong Backbone Meets Strong Features -- ActionFormer for Ego4D Moment Queries Challenge},
author = {Fangzhou Mu and Sicheng Mo and Gillian Wang and Yin Li},
journal= {arXiv preprint arXiv:2211.09074},
year = {2022}
}
备注
2nd place in ECCV 2022 Ego4D Moment Queries Challenge