May, 2017

级联边界回归用于时间动作检测

PDF
TL;DR本文介绍了一种基于 Cascaded Boundary Regression 模型的两阶段时间性行动检测方法，通过在第一和第二阶段分别检测类不可知提议和特定操作，使用时空坐标回归来细化滑动窗口的时间边界，有效提高了检测性能。在 THUMOS-14 和 TVSeries 数据集上实验表明，此方法在高 IoU 阈值下表现优异。
temporal action detectioncascaded boundary regressionlong videossliding windowsstate-of-the-art methods
发现论文，激发创造
  • 通过密集边界生成器快速学习时间动作建议

    本篇论文提出了一种名为 Dense Boundary Generator (DBG) 的生成时间性行动提案的高效统一框架，该框架通过实现边界分类和行动完整性回归以获取密集分布提案中的精确时间提案边界和可靠的行动置信度

    Nov, 2019

  • 边界离散化和可靠分类网络用于时间动作检测

    混合方法的时空动作检测在融合基于锚点和不基于锚点的方法上取得了显著性能，但仍然存在两个关键问题：蛮力融合和手工设计的锚点影响了混合方法的性能和实际应用，以及动作类别预测中大量的误报影响了检测性能。本文提出了一种新颖的边界离散和可靠分类网络（BDRC-Net），通过引入边界离散和可靠分类模块来解决上述问题。具体而言，边界离散模块（BDM）以边界离散的形式巧妙地融合了基于锚点和不基于锚点的方法，避免了传统混合方法所需的手工设计锚点。此外，可靠分类模块（RCM）预测可靠的动作类别以减少动作类别预测中的误报。在不同的基准测试上进行的大量实验证明，我们提出的方法与最先进的方法相比具有较好的性能。例如，在 THUMOS'14 上，BDRC-Net 的平均 mAP 达到了 68.6%，超过了先前最佳水平 1.5%。代码将在该链接处公开发布。

    Oct, 2023

  • 视频帧瞥片段的端到端动作检测学习

    该研究提出了一种直接预测动作时间边界的完全端到端的方法，其中模型作为一个基于循环神经网络的智能体与视频交互，并使用 REINFORCE 来学习决策策略，取得了 THUMOS'14 和 ActivityNet 数据集的最先进结果。

    Nov, 2015

  • 通过检测动作边界缓解过分割错误

    提出了一个针对时间行为分割任务的有效框架 ASRF，包含长期特征提取器和二个支路：Action Segmentation Branch 和 Boundary Regression Branch。这个框架通过预测行为界限来细化行为分类的输出，可以在三个具有挑战性的数据集上实现性能提升。

    Jul, 2020

  • TriDet: 基于相对边界建模的时间动作检测

    本文提出了一种一阶段框架 TriDet，用于时间动作检测，其结合了 Trident-head 和 SGP-based 特征金字塔的快速、高效特性，取得了在三个基准测试中的最优性能，表现出优异的时间动作检测结果。

    Mar, 2023

  • 边界感知的时序动作定位的提案生成方法

    通过引入对比学习，并将背景帧作为难负样本，提出了一种独立于现有 Temporal Action Localization（TAL）网络架构的边界感知候选生成方法（BAPG），用于改善 TAL 的性能。在 THUMOS14 和 ActivityNet-1.3 数据集上的实验结果表明，BAPG 能够显著提升 TAL 的性能。

    Sep, 2023

  • 基于时间提案演化的精准时间动作定位

    提出了一个基于三阶段框架的行动定位方法，包括一个 Actionness 神经网络来生成初始提议，一个 Refinement 网络来进行边界调整，以及一个 Localization 网络进行精细定位回归。在 THUMOS14 基准测试中表现优异，尤其是在高 IoU 阈值下的精确定位方面表现出色，mAP@IoU=0.5 达到 34.2%。

    Apr, 2018

  • 基于提议的未修剪视频时空动作检测解决方案

    本文提出了一种基于对象检测的两阶段模块化系统，用于在未裁剪的安全视频中进行时空动作检测，第一阶段使用层次聚类和时间抖动技术生成稠密的时空建议，第二阶段是一个 TRI-3D 网络，在生成的提议上执行动作分类和时态细化。实验结果表明本文提出的方法在区分不同时长、空间尺度范围内的动作检测方面效果显著。

    Nov, 2018

  • 使用多阶段 CNN 在未修剪的视频中进行时间动作定位

    本研究提出了一种基于三种分段 3D 卷积神经网络的方法，用于解决未经修剪的长视频中的时间动作定位问题，其中提出网络用于识别可能包含动作的候选段，分类网络以一对多动作分类模型进行学习以作为定位网络的初始化，用于定位每个动作实例。

    Jan, 2016

  • 学习显著边界特征以实现无锚定时间行为定位

    本文提出了第一个完全基于无锚点的时间定位方法，该模型通过使用一种基本的可训练推荐器、一个基于显着性的细化模块以及若干一致性约束来实现。实验证明，我们的方法在 THUMOS14 上击败了所有锚点和动作导向方法，取得了最先进的结果，在 ActivityNet v1.3 上取得了可比较的结果。

    Mar, 2021