CVPRMar, 2021

视频中的时间活动检测粗细网络

PDF
TL;DR介绍了 Coarse-Fine Networks 模型，利用不同抽象层次的时间分辨率学习更好的视频表示，提出 Grid Pool 和 Multi-stage Fusion 算法，成功降低了计算和内存需求，且超越了 Charades 数据集中的行动检测 state-of-the-art 性能。
video representationtemporal resolutioncoarse-fine networksmulti-stage fusionaction detection
发现论文，激发创造
  • 在特征空间中学习运动：局部一致变形卷积网络用于细粒度动作检测

    本文提出了一种新颖的局部一致可变卷积，利用感受野变化并强制执行局部连贯性约束以有效捕获运动信息，其中时空组件是从特征空间而非像素空间学习的。最终结果表明，所提出的方法在两个动作细粒度数据集（Salads50 和 GTEA）上均显著优于原有的长期时间建模方法，分别取得了 80.22％和 75.39％的 F1 分数。

    Nov, 2018

  • 时间查询网络用于细粒度视频理解

    本文介绍了一种基于 Temporal Query Network 的时空查询机制，通过稠密采样与随机特征库更新方式实现了对细粒度行为的分类，最终在 FineGym 和 Diving48 的数据集上达到了当前最佳效果。

    Apr, 2021

  • 用于动作分割和检测的时序卷积网络

    介绍了一种新的 Temporal Convolutional Networks 模型，可用于对视频中动作的细粒度分割和检测，具有高效性和良好的表现。

    Nov, 2016

  • 司机活动识别的粗糙时间关注网络 (CTA-Net)

    提出了一种名为 Coarse Temporal Attention Network（CTA-Net）的模型来识别驾驶员的活动，该模型利用了时空注意力来建模细微变化，并使用注意机制来生成用于活动识别的高级动作特定背景信息。

    Jan, 2021

  • 视频活动定位的时间上下文网络

    该研究提出了一种基于 Temporal Context Network 的方法，能够精确地定位人类活动的时间，并在两个数据集上优于当今最先进的方法。

    Aug, 2017

  • 慢快网络用于视频识别

    介绍了 SlowFast 网络用于视频识别，它包括 Slow 路径和 Fast 路径，其中 Slow 路径能捕捉空间语义，Fast 路径能捕捉精细时间分辨率的动态信息，并能在减小通道容量的前提下实现高精度的视频识别。

    Dec, 2018

  • CFAD: 空时动作粗定位器

    本文提出了一种 Coarse-to-Fine Action Detector (CFAD) 框架，用于高效的时空动作定位，该框架将视频流分为粗动作管和精细动作管，分别利用长时信息建立粗管，并在关键时间戳的指导下选择性地调整管的位置。实验结果表明，CFAD 在 UCF101-24、UCFSports 和 JHMDB-21 等行动检测基准上都取得了有竞争力的结果，并且推理速度比最近的竞争对手快 3.3 倍。

    Aug, 2020

  • 粗到细的多分辨率时间卷积网络

    本文提出了一种新的带有多分辨率的粗到细结构解码器来处理序列断裂问题，使用多分辨率特征增强策略增强训练来提高对于不同时间分辨率的鲁棒性，同时提出了一个视频级别的行为损失来支持架构和鼓励序列的连贯性，在三个时间视频分割基准测试中打破了现有技术的记录。

    May, 2021

  • 时序活动检测的双流区域卷积 3D 网络

    该研究引入了新模型 R-C3D 来进行连续未修剪视频流的时间活动检测，包括提取有意义的时空特征来捕捉活动、准确定位每个活动的开始和结束时间，并通过将原始 RGB 流与基于光流的运动流进行有效整合，进一步提高了检测性能。通过在三个基准数据集上的实验，该模型在 THUMOS'14 和 Charades 数据集上取得了最先进的结果，并证明其是一种通用的时间活动检测框架。

    Jun, 2019

  • 基于时间信息的 DCNN 细粒度物体分类

    本文提出了基于视频的细粒度物体分类的新颖任务，并介绍了相应的新视频数据集。我们对几种最近基于深度卷积神经网络的方法进行了系统研究，并将它们专门适应任务

    Aug, 2016