CVPRNov, 2015

在多人视频中检测事件和关键参与者

PDF
TL;DR本文提出了一种使用递归神经网络 (RNN) 和注意力机制识别多人事件的模型，成功应用于新采集的篮球数据集并取得了优异的分类和检测效果。
multi-person event recognitionrecurrent neural networkattention mechanismevent detectionbasketball dataset
发现论文，激发创造
  • 视频中的密集事件描述

    本篇研究介绍了一种能够在视频中检测和描述事件的新模型，同时使用过去和未来事件的上下文信息来联合描述所有事件，并介绍了一个用于密集事件字幕的基准测试集 ActivityNet Captions。

    May, 2017

  • 通过并行多重感受野 1D 卷积在粗略注释的体育视频中进行事件检测

    针对运动视频分析的问题，我们提出了在粗略注释视频中进行事件检测的任务，并引入了一种多塔时间卷积网络的架构。该方法在 NHL 数据集上获得了 55％的平均 F1 分数，并在 SoccerNet 数据集上实现了与现有技术水平的竞争性表现。我们相信我们的方法将有助于开发更实用的运动视频事件检测流水线。

    Apr, 2020

  • 解耦视频和人体动作：进军运动员录像实用事件检测

    本研究旨在解决在个人运动员记录中检测运动事件的问题，通过使用 2D 人体姿势序列作为中间表示，并结合领域自适应的运动员追踪，提出了两种事件检测方法，在游泳和田径领域进行了评估，从而实现了灵活的基于姿势的运动事件检测。

    Apr, 2020

  • 在视频中检测出被关注的视觉目标

    本研究解决了视频中检测注意目标的问题，通过机器学习模型和新的数据集可以有效推断动态的注视点，并在社交注视行为分类任务中取得了最佳表现。

    Mar, 2020

  • 基于群体骨架的复杂事件中的人类行为识别

    本文介绍了基于多人骨骼的人类动作识别的新方法，利用多尺度时空图卷积网络提取骨骼特征，用多层感知器嵌入参考人和其他人之间的距离值，并通过特征融合和分类得出在 HiEve 数据集上超越其他技术的最佳性能。

    Nov, 2020

  • 使用视觉注意力进行动作识别

    本文提出一种基于 soft attention 的模型，用于对视频中的动作进行识别，该模型使用多层循环神经网络 (RNNs) 和长短期记忆 (LSTM) 单元，学习有选择地专注于视频帧的某些部分，通过几个瞥见来对视频进行分类。该模型主要学习帧中哪些部分与目标任务相关，并赋予它们更高的重要性。我们在 UCF-11 (YouTube Action)、HMDB-51 和 Hollywood2 数据集上评估了该模型，并分析了模型在不同场景和不同动作下注意力的聚焦。

    Nov, 2015

  • 特征组合与注意力相遇：百度足球嵌入和基于 Transformer 的时间检测

    本文提出了一种基于多阶段范式的方法，通过使用动作认知模型提取高级语义特征和设计转换器来定位目标事件，以检测和确定足球广播视频中事件的发生时间，并在 SoccerNet-v2 Challenge 中获得了最新的表现，在动作识别和重播地面任务上均表现出最先进的性能。

    Jun, 2021

  • 基于多样性正则化的时空关注力视频人物再识别

    提出了一种新的时空注意力模型，可以自动发现多样化的特征，并使用空间和时间的注意力组合提取有用的信息，从整个视频序列中学习潜在的面部、躯干和其他身体部位的隐藏表示，通过三个数据集的评估发现算法优于现有方法。

    Mar, 2018

  • 基于事件相机的物体识别的注意力机制

    本文提出了基于视觉关注的两种事件视觉注意力模型，一种通过跟踪视野内的事件活动来定位关注区域，另一种基于 DRAW 神经模型和全微分注意力程序，使用 Phased LSTM 识别网络作为基线参考模型并在四个数据集上进行验证，获得了在平移和尺度不变性方面的提升。

    Jul, 2018

  • 学习个人轨迹表示用于团队活动分析

    本篇研究提出了一种端到端的深度学习向量表示方法来进行群体活动分析，该方法可以编码个体动作和集体行为的空间时间依赖关系来识别个体事件并识别群体，此外本方法还可以应用于团队体育运动数据的事件分析和阵型分析中。

    Jun, 2017