AAAIJul, 2021

TA2N: 用于少样本动作识别的两阶段动作对齐网络

PDF
TL;DR本文提出了一个基于 Two-stage Action Alignment Network (TA2N) 的方法，通过学习时间仿射变换来定位动作并解决时空分布不一致的问题，从而在几个样本的情况下识别新的动作类别，并在基准数据集上实现了最先进的表现。
few-shot action recognitionmetric learningtemporal affine transformspatial-temporal action evolutionstate-of-the-art performance
发现论文，激发创造
  • TAEN：适用于少样本动作识别的时间感知嵌入网络

    该论文提出了基于少量学习设计的 Temporal Aware Embedding Network (TAEN), 用于低样本动作识别，并在 Kinetics-400 和 ActivityNet 1.2 few-shot 数据集上得到了令人满意的结果。

    Apr, 2020

  • 针对少样本动作识别的任务特定对齐和多层 transformer

    本文提出了一种名为 TSA-MLT 的端到端方法，在多层次特征上使用多层 Transformer 并使用任务特定的 TSA 进行处理，然后使用 L2 和 Optimal transport 距离度量进行融合，并以交叉熵损失进行训练以获得时间和语义方面的对齐，实验结果表明，在 HMDB51 和 UCF101 数据集上获得了最先进的结果，在 Kinetics 和 something-2-something V2 数据集基准测试上也有竞争力。

    Jul, 2023

  • 基于隐式时间对齐和成对相似度优化的小样本动作识别

    本研究提出了一种基于 LSTM 的 few-shot 动作识别框架，采用了特定的评估设置，隐式序列对齐算法以及新的优化方法，通过在少量数据上最大化同类样本的相似性并最小化不同类之间的相似性来实现 few-shot 动作识别。实验表明，该方法在两个数据集上均取得了较好的效果。

    Oct, 2020

  • 弱监督时序动作本地化的双流一致性网络

    本文提出了一种名为 Two-Stream Consensus Network (TSCN) 的框架，用于解决在视频级别上监督的情况下，弱化监督下 temporal action localization 的困难问题，并通过新的 attention normalization loss 促进模型训练和消除假阳性行动提议，实验结果表明该方法优于当前最先进的方法，即使在某些最新的全面监督方法中也能取得可比较的结果。

    Oct, 2020

  • 时空对齐网络用于动作识别

    通过引入视点不变特征表示，研究提高现有动作识别架构；提出了一种轻量级通用的空间 - 时间对齐网络（STAN）用于学习动作识别的几何不变表示；实验证明 STAN 模型在广泛使用的数据集上能够在从头开始训练的模式下持续改进动作识别任务的最先进模型。

    Aug, 2023

  • 通过时间对齐的少样本视频分类

    本文提出了一种新的少样本学习框架 ——“Temporal Alignment Module (TAM)”，通过显式利用视频数据中的时序信息，计算查询视频与新类别代理之间的距离值以实现视频分类，并引入连续松弛以在端到端的学习中直接优化少样本学习目标，最后，在两个真实世界数据集上的评估表明，模型相比各种基线算法在少样本视频分类领域具有明显的提高。

    Jun, 2019

  • TARN: 时间注意力关系网络用于少样本和零样本动作识别

    本文提出了一种基于时间注意力关系网络的方法，通过利用注意力机制执行时间对齐，并在视频片段级别上学习深度距离度量，从而在少样本和零样本动作识别方面取得了优越的实验结果。

    Jul, 2019

  • 动作识别的视频测试时间适应

    该研究提出了一种针对空间 - 时间模型的方法，它能够在单个视频样本上进行特征分布对齐，保证了预测的一致性，并且在三个基准行动识别数据集上都表现出极高的性能。

    Nov, 2022

  • 骨骼少样本动作识别的时空视角传输规划

    提出了一种基于 JEANIE 的 3D 骨骼动作识别少样本学习方法，包括动态时间扭曲、简单光谱图卷积、线性图神经网络骨干和基于相似性的损耗函数，达到了在 NTU-60，NTU-120，运动学 - 骨骼和 UWA3D Multiview Activity II 数据集上的最先进的结果。

    Oct, 2022

  • 时序段网络：深度动作识别的良好实践

    本文提出了一种新的视频动作识别框架 - TSN，并探究了在时间段网络的帮助下学习 ConvNet 模型的一系列良好实践策略。实验结果表明，本方法在 HMDB51（69.4%）和 UCF101（94.2%）数据集上取得了最先进的性能。我们还可视化了学习到的 ConvNet 模型，定性展示了时间段网络和所提出良好实践的有效性。

    Aug, 2016