成败动作识别
计算机视觉与模式识别
2021-02-16 v1 机器学习
摘要
当前的视频/动作理解系统已在大规模识别任务上展现出令人印象深刻的性能。然而，它们可能局限于学习识别时空模式，而非试图彻底理解动作。为推动朝向对视频更真实、更深入理解方向的研究进展，我们引入了成败动作识别任务——区分各种活动中成功与失败的尝试。我们提出了首个同类配对式成败动作理解数据集，样本来自以下领域：“通用特技”、“网络成败集锦”、“花式投篮”和“派对游戏”。与现有动作识别数据集不同，类内差异较大使得该任务具有挑战性但又可行。我们使用典型的动作识别网络以及一种新颖的视频检索任务，系统地分析了成败任务/数据集的特性。尽管当前的动作识别方法在我们的任务/数据集上表现良好，但仍存在较大性能差距。我们希望激励更多面向动作/视频真实理解的工作。数据集将发布于 https://github.com/ParitoshParmar/Win-Fail-Action-Recognition。
引用
@article{arxiv.2102.07355,
title = {Win-Fail Action Recognition},
author = {Paritosh Parmar and Brendan Morris},
journal= {arXiv preprint arXiv:2102.07355},
year = {2021}
}