CVPRJun, 2018

七牛参加 ActivityNet 挑战赛 2018

PDF
TL;DR本篇论文介绍我们针对 Activitynet Challenge 2018 中的两个任务 ——trimmed activity recognition (Kinetics) 和 trimmed event recognition (Moments in Time)，所采用的基于 non-local 神经网络和 temporal segment 网络的多模态方法，并使用新型的 non-local-based 模型以提高识别准确性，最终我们通过模型融合在 Kinetics 验证集中取得了 83.5% 的 top-1 准确度和 96.8% 的 top-5 准确度，在 MIT 验证集中则取得了 35.81% 的 top-1 准确度和 62.59% 的 top-5 准确度。
activity recognitionevent recognitionneural networksmulti-modal cuesensembles
发现论文，激发创造
  • 香港中文大学、苏黎世联邦理工学院、深圳先进技术研究院 ActivityNet Challenge 2016 提交

    本文介绍了我们提交至 ActivityNet Challenge 2016 非修剪视频分类任务的方法。我们使用基于时间段网络的基本流程，并通过其他技术提高模型性能。我们使用最新的深度模型体系结构，如 ResNet 和 Inception V3，并引入了新的聚合方案（top-k 和注意力加权池化）。此外，我们以音频作为补充通道，通过应用于频谱图的卷积神经网络提取相关信息。通过这些技术，我们导出了一个深度模型集合，它们共同在测试集上取得了高分类精度（mAP 93.23％），并获得了挑战赛的第一名。

    Aug, 2016

  • 2018 年 ActivityNet 大规模活动识别挑战赛总结

    第三届 ActivityNet 大型活动识别挑战，旨在识别用户生成视频中的日常生活、高层级、目标导向的活动，并且探寻视觉内容与人类说明之间的联系。

    Aug, 2018

  • 时间融合网络用于时序动作定位：提交至 ActivityNet Challenge 2020（E 任务）

    本技术报告分析了我们在 Activitynet Challenge 2020 中使用的一种时间动作定位方法，该方法利用视频级别特征信息训练多个视频级别动作分类模型，并应用 BMN 等方法产生高质量的时间提案，再通过级联结构网络 Refine Network 和多种模型融合方法，实现了在 HACS 比赛中 Rank1 的好成绩。

    Jun, 2020

  • UC Merced 征集活动网络挑战 2016

    利用手动载入的运动边界直方图特征和 VGG16、GoogLeNet、C3D 等深层网络的特征，使用线性的 one-versus-rest 支持向量机分类器进行分类任务，并加权平均融合最近的超深度 ResNet-101 的 softmax 得分，从而实现了在 ActivityNet 挑战 2016 中进行长且未修剪视频中的动作识别目标。

    Apr, 2017

  • 基于时间卷积的动作提议：ActivityNet 2017 提交

    本研究旨在提出一种基于时间卷积网络的新型提议模型以解决时间行为定位中行为提议的低质量问题，并在该领域取得了最先进的性能结果。

    Jul, 2017

  • 未剪辑视频分类用于活动检测：参加 ActivityNet 挑战赛

    提出了一种新的方法，通过全局特征分析，预测未裁剪视频的前 k 个标签，并结合动态规划实现带时序约束的活动检测。该方法可用于未裁剪视频分类模型的时间检测。

    Jul, 2016

  • YH Technologies 在 ActivityNet Challenge 2018 中

    本文总结和比较分析了我们针对 ActivityNet Challenge 2018 中的五项任务所设计的系统，包括时间动作提议、时间动作定位、视频中的密集事件字幕、裁剪动作识别和时空动作定位。

    Jun, 2018

  • 基于时间序列分析的 U-Net 人体活动识别

    本文提出了一种基于 U-Net 的 HAR 算法，通过将加速度计的活动数据映射为具有单像素列和多通道的图像输入到神经网络进行训练和识别，从而实现像素级姿态识别，无需手动特征提取，能够有效识别长期活动序列中的短期行为，与其他六种机器学习方法相比，该算法在各数据集中具有最高的准确性和 F1 得分，并具有稳定表现和高鲁棒性，同时实现了快速识别速度。

    Sep, 2018

  • 重新审视现成的时间模型在大规模视频分类中的有效性

    这篇论文介绍我们在 ActivityNet Kinetics 挑战赛中获得第一名的视频识别任务的解决方案。我们使用 DevNet 框架进行特征提取，然后使用四种不同的时间建模方法，在 Kinetics 数据集上取得了显著的表现提升。

    Aug, 2017

  • 穿越时间：视频活动的有效定位

    本文介绍了一种基于强化学习的视频定位技术，使用文本和视频的精细特征表示来准确定位语言查询中的片段，并仅浏览整个视频的 32-41% 以节约处理时间。

    Apr, 2019