Aug, 2020

重新审视动作定位的锚机制

PDF
TL;DR本文提出了一种新颖的基于点而非预设 anchor 的动作定位模块，结合传统基于 anchor 的模块提出了一种新的动作定位框架 A2Net，实现了在 THUMOS14 上的业界领先表现，证明了基于点和基于 anchor 的模块间互补性。
action localizationanchor-based pipelineanchor-free modulea2netthumos14
发现论文，激发创造
  • 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

  • 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

  • 使用深度度量学习进行弱监督时序动作定位

    本文介绍了一种弱监督的时间动作定位方法，该方法只需要视频级别的动作实例作为训练数据，在视频的每个片段中生成行为标签，并学习不同动作实例之间的相似性，实验表明该方法在两个视频数据集上取得了有竞争力的结果。

    Jan, 2020

  • 基于提议的时间动作定位与点级监督

    提出了一种用于点级别监督时序动作定位的新方法，通过生成和评估具有灵活时长的动作提案来定位动作，利用聚类算法生成密集伪标签提供更强的监督，并利用精细的对比损失进一步提高伪标签的质量，实验证明该方法在多个基准数据集上达到了与最先进方法相媲美甚至更好的性能。

    Oct, 2023

  • 一种用于弱监督时序动作定位的混合注意机制

    本论文提出了一种名为 HAM-Net 的新颖框架，该框架采用混合注意机制来解决现有方法中存在的问题，包括对背景活动的建模和完整性的捕捉，实验证明其在多个数据集上均取得了最新的最佳性能。

    Jan, 2021

  • 点级监督的行动定位

    该论文提出一种基于点监督的行为识别方法，利用无监督的时空提案提取视频中的候选区域，并通过稀疏的点注释指导模型训练，在测试时通过伪点对提案进行筛选，实验结果表明该方法在行为识别上与传统的注释方法不相上下，且能够更好地应对数据的噪声与稀疏性。

    May, 2018

  • 从点中学习行为完整性，弱监督时空动作定位

    本文提出了一种新框架，生成密集伪标签以提供完整性指导，通过优化序列来学习完整性，并引入两个新的损失以对比动作分数和特征相似性，实现了动作实例的准确定位，相较于现有最先进的方法，这种方式的标注成本还更低。

    Aug, 2021

  • 学习从时间段中定位动作

    本文提出了一种新型的转移学习方法来学习大量的动作类别的动作定位，但只通过感兴趣的类别的动作片段和少量的动作类别的时间注释，在一个阶段动作定位框架中集成了这种设计。通过对 ActivityNet v1.3 和 THUMOS14 的实验，AherNet 比大多数完全监督的动作定位方法表现优越。

    Aug, 2020

  • 基于点标注的提议的动作定位

    该研究旨在通过在视频中对稀疏的一些帧上标注动作的点，利用重叠度量和多实例学习优化的目标，而非繁琐的矩形框注释来提高视频中行动的时空本地化性能，并展示了从 Hollywood2 训练和测试视频得到的 Spatio-temporal 行动注释，即《Hollywood2Tubes》。

    Apr, 2016

  • ACT-Net：手术视频中的锚点上下文动作检测

    为了精确检测每一时刻发生的细微行动，我们提出了一种锚点上下文行动检测网络（ACTNet），包括锚点上下文检测模块和类条件扩散模块，以回答以下问题：1）行动发生在哪里；2）行动是什么；3）如何进行置信度预测。我们的方法在外科手术视频数据集上表现出最新技术水平，相比基准线改进了 4.0％的平均精确度。

    Oct, 2023