Apr, 2016

T-CNN：基于卷积神经网络的视频目标检测管道

PDF
TL;DR提出了一种深度学习框架 T-CNN，该框架从视频中获取来自 tubelets 的时间和语境信息，用于物体检测，经证实，在 ImageNet Large-Scale Visual Recognition Challenge 2015（ILSVRC2015）的提供数据的物体检测从视频（VID）任务中表现出色。
object detectiondeep learningvideostemporal informationcontextual information
发现论文，激发创造
  • 使用卷积神经网络从视频管道中进行目标检测

    本论文介绍了一个基于静态图像物体侦测和一般物体跟踪的完整视频目标侦测框架，并提出了一个时间卷积网络来整合时间信息以规范化侦测结果，在 ImageNet 数据集上进行了评估。

    Apr, 2016

  • 视频中动作检测的管状卷积神经网络 (T-CNN)

    提出了一种名为 T-CNN 的端到端深度网络，用于进行视频中的行为检测，该网络通过 3D 卷积特征识别并定位行为，能够对修剪和未修剪视频中的行为进行分类和定位。

    Mar, 2017

  • 使用管段提案网络进行视频目标检测

    该研究提出了一种基于 tubelet 提案网络和 LSTM 网络的视频对象检测框架，以在视频中高效地生成空间时间提案并融合时间信息以实现高精度的对象检测。

    Feb, 2017

  • 高质量物体链接的视频目标检测

    本研究介绍了一种新的视频目标检测方法，采用时序上下文方法来链接同一对象，从而提高分类准确率。该方法在 ImageNet VID 数据集上的表现优于静态图像检测器和先前的最新技术。

    Jan, 2018

  • 视频中动作检测和分割的端到端 3D 卷积神经网络

    本研究提出了一种用于视频中动作检测和分割的端到端 3D CNN，利用 3D 卷积特征识别和定位动作，通过平分视频为若干部分，生成不同段落的膜状提议，然后把不同段的提议联系在一起，通过上下文信息实现视频物体分割和动作检测。

    Nov, 2017

  • 超越短片段：用于视频分类的深度网络

    本论文提出和评估了几个深度神经网络架构，用于对比以往更长时间段内视频图像信息的组合。通过一些新的方法，包括卷积时间特征池化和循环神经网络结构，该论文指出最佳神经网络在 Sports 1 million 数据集（73.1％对 60.9％）和 UCF-101 数据集中（88.6％对 88.0％）及无附加光流信息（82.6％对 72.8％）上明显性能提高。

    Mar, 2015

  • 基于深度特征的目标检测上下文模型

    本文提出了一种综合局部外观特征，对象关系的上下文信息和全局场景上下文特征的集合物体检测系统，该系统采用基于对象建议的完全连接条件随机场（CRF）进行建模，并利用快速平均场近似方法有效地进行 CRF 模型中的推理，实验结果表明，与基线算法 Faster R-CNN 相比，我们的方法在 PASCAL VOC 2007 数据集上实现了更高的平均精度（mAP）.

    Apr, 2016

  • 具有时间感知特征图的移动视频物体检测

    本文提出了基于反复卷积结构的在线物体检测模型，并使用瓶颈长短时记忆层来降低计算成本。该模型在移动 CPU 上实现了 15 FPS 的实时推断速度。

    Nov, 2017

  • 快速 R-CNN

    本文提出了一种用于物体检测的快速区域卷积网络方法（Fast R-CNN），该方法采用了深度卷积神经网络对目标建议进行高效分类，相较于之前的方法，在提高检测精度的同时，大幅提高了训练和测试的速度。

    Apr, 2015

  • Context R-CNN: 针对每台摄像机的长期时间上下文目标检测

    本文提出了一种基于注意力机制的方法，通过利用一个摄像头的未标记视频帧的时间上下文来提高该摄像头的目标检测性能，并将其应用于两种场景：使用相机陷阱的物种检测和在交通摄像头中的车辆检测。结果表明，Context R-CNN 比强基线方法获得了更好的性能，并且增加时间跨度有助于提高性能。

    Dec, 2019