May, 2019

Videograph：在视频中识别持续数分钟的人类活动

PDF
TL;DRVideoGraph 是一种图形表示方法，它能够代表几分钟长的人类活动并学习其基本的时间结构，成功地在 Epic-Kitchen 和 Breakfast 数据集上提出了相关工作的改进。
videographhuman activitiestemporal structuregraph-based representationminutes-long
发现论文，激发创造
  • GraphVid: 仅需少数节点即可理解视频

    本研究提出了一种基于超像素的图形表示方法，并应用图卷积网络进行处理，以实现视频图像的有效表示和处理。通过降低参数数量并减少计算量，该方法可以显著提高计算资源的利用率并实现相关领域技术的有效应用。

    Jul, 2022

  • 动作图：用图卷积网络进行弱监督的动作定位

    本文提出了一种基于图卷积的弱监督动作定位方法，使用相似性图形显式建模视频片段之间的相似性以及动作的子操作，最终在多个数据集上达到了弱监督动作定位的最新水平。

    Feb, 2020

  • 行动识别的长期时间卷积

    通过使用长时序卷积神经网络和高质量的光流估计，该研究获得了 UCF101 和 HMDB51 数据集上最先进的人类动作识别结果，具备良好的行为表示和准确性。

    Apr, 2016

  • 活动识别的时间推理图

    本文提出了一种高效的时间推理图 (TRG), 用于同时捕捉视频序列之间的外观特征和时间关系。通过构建可学习的时间关系图来探索多尺度范围上的时间关系。在多头时间邻接矩阵的帮助下，提出了一个多头时间关系聚合器来提取那些通过图卷积计算的特征的语义含义。实验证明，通过我们的 TRG 进行时间关系推理可以提取用于活动识别的判别特征。

    Aug, 2019

  • 视频作为时空区域图

    本文提出了利用时空区域图来捕捉人类行为识别的两个重要线索、以及通过图卷积网络来推理这种表示方法的模型，取得了 Charades and Something-Something 数据集上的最优结果

    Jun, 2018

  • 结构感知的人体动作生成

    提出了一种利用自注意机制自适应稀疏化完整动作图的 GCN 变体，以捕捉动作序列中的结构信息，在两个标准人类动作数据集上显示了优越性。

    Jul, 2020

  • 利用时间结构描述视频

    这篇论文提出了一种基于循环神经网络和 3-D 卷积神经网络以及时间注意力机制的视频自动描述方法，并在 Youtube2Text 数据集上的 BLEU 和 METEOR 度量标准上超过了当前最先进的结果，并在更大更具挑战性的配对视频和自然语言描述数据集上进行了测试。

    Feb, 2015

  • 时间戳监督下使用图卷积网络进行动作分割

    本文介绍了一种使用时间戳监督进行时间活动分割的新方法，其中引入一个图卷积网络，以端到端的方式学习利用帧特征和相邻帧之间的连接生成密集帧标签的方法。我们还提出了一个交替学习的框架，用于初始化和迭代地完善学习模型。在 50Salads、GTEA、Breakfast、Desktop Assembly 等公共数据集上的详细实验表明，我们的方法优于多层感知器基线，同时在时间活动分割方面表现不输于或优于现有技术。

    Jun, 2022

  • 基于部分特征的图卷积神经网络用于动作识别

    本文提出了一种基于部件图卷积网络的人体动作识别模型，该模型将骨骼图分为四个子图，并使用相对坐标和时间位移代替 3D 关节点特征，相对于使用整个骨骼图的模型，能够提高识别性能，实现了对挑战性基准数据集 NTURGB+D 和 HDM05 的骨骼动作识别的最先进水平。

    Sep, 2018

  • Timeception 用于复杂动作识别

    该研究聚焦于利用具有重要视觉作用的时间因素识别视频中的人类活动。研究回顾了传统活动定义，提出限定为特定目的的一系列动作的复杂动作。研究提出了具有时域感知特性的卷积神经网络，并取得了在 Charades、Breakfast Actions 和 MultiTHUMOS 数据集上的高准确率，表明可用于实际应用中。

    Dec, 2018