CVPRNov, 2022

后处理时间性行为检测

PDF
TL;DR本研究旨在解决现有时间序列动作检测算法常常在预处理阶段对视频进行下采样和采样恢复所带来的时间量化误差问题，并介绍了一种新的基于高斯分布的模型无关的后处理方法，称为 Gaussian Approximated Post-processing (GAP)，通过此方法可以在子片段级别上实现时间边界推断，在多项挑战性基准测试中，GAP 已经被证明可以显著提高各种预训练 TAD 模型的性能，并且可以与模型训练集成以进一步提高性能。
temporal action detectionpre-processingtemporal quantization errorgaussian distributionmodel-agnostic post-processing
发现论文，激发创造
  • 稀疏提议优化高质量时序动作检测

    本文提出了一种名为 SP-TAD 的方法来应对在时间行为检测上的挑战，其利用了稀疏 proposal 和特征金字塔来构建多尺度特征以准确捕捉行为细节，实验结果表明，该方法取得了与现有最优方法相媲美的性能。

    Sep, 2021

  • 使用 Transformer 进行端到端时序动作检测

    本研究提出了一种基于 Transformer 的时态动作检测方法，通过少量学习嵌入（称为动作查询）从视频中自适应地提取时间上下文信息，并直接预测动作实例的时间间隔和语义标签，通过三种改进提高本地化意识，实现了端到端的学习，并取得了与现有方法相比的卓越性能。

    Jun, 2021

  • 增强即时可辨性的时间动作定位

    基于 TriDet 模型的时间动作检测（TAD）在多个 TAD 数据集上表现出鲁棒性和最先进的性能，包括分层（多标签）TAD 数据集。

    Sep, 2023

  • 一项关于端到端时间动作检测的实证研究

    本文介绍了一种基于端到端学习的方法进行时间动作检测，相对于只有检测头优化的方法，端到端学习可以带来多达 11% 的性能改进，并针对影响 TAD 性能和速度的多种设计选择进行了深入研究，并提出了更高效的检测器。

    Apr, 2022

  • 跨 1000 帧的 10 亿参数端到端时序动作检测

    通过降低训练内存消耗，本研究提出了一种新颖的轻量级模块 —— 时间信息适配器（TIA），有效地增加了时间动作检测（TAD）系统的规模和输入视频的帧数，从而显著提高了检测性能。

    Nov, 2023

  • DiffTAD: 带有提案去噪扩散的时间动作检测

    本文提出了一种使用扩散去噪的新时域动作检测（TAD）方法，名为 DiffTAD。该方法采用生成建模方法，而非以往判别式学习方法，借助 Transformer decoder 中引入的时间位置查询设计来建立去噪过程，通过交叉步选择性调节算法来提高推断速度。在 ActivityNet 和 THUMOS 上广泛评估后，我们的 DiffTAD 相比以往的艺术选择方案，表现出卓越的性能。

    Mar, 2023

  • 单次拍摄的时间动作检测

    该研究提出了一种基于 1D 时间卷积层的单次动作检测器（SSAD）网络来直接检测未修剪视频中的动作实例以提高检测精度。在改进检测精度的过程中，它探讨了输入特征类型和融合策略，并在两个具有挑战性的数据集上进行了广泛的实验，证明了在 THUMOS 2014 和 MEXaction2 的评估过程中，SSAD 的 mAP 比其他最先进的系统增加了很多。

    Oct, 2017

  • 评估时间动作检测模型对时间损坏的鲁棒性

    该研究建立了两个时间相关的损坏性能基准，并分析了七种不同的时间行为检测方法的鲁棒性，发现现有方法对于时间损坏很容易出现性能下降，特别是在行为定位方面。研究还提出了一种简单而有效的鲁棒训练方法，能够防御时间损坏并在清晰数据上获得改进。该研究将为将来鲁棒视频分析的研究提供基准。

    Mar, 2024

  • 视频中的时间动作检测引导进展

    我们提出了一个新的框架 —— 动作进化网络（APN），用于视频中的时间动作检测（TAD）。该框架通过检测动作演化过程来定位视频中的动作，并通过训练神经网络来识别动作进程。该框架具有三个主要优势：(1) 我们的神经网络端到端地训练，与优化单独模块的传统方法相反；(2) APN 仅使用动作帧进行训练，使模型能够在动作分类数据集上训练并对背景风格与训练不同的视频具有鲁棒性；(3) 我们的框架通过精细和明确地对时间结构进行编码，有效避免了检测不完整的动作，并在检测持久的动作方面表现出色。凭借这些优势，APN 在检测持久的动作方面取得了竞争性的性能，并且明显优于其他方法。在 0.5 的 IoU 阈值下，APN 在 THUMOS14 数据集上达到了 58.3％的均值平均精度（mAP），在 DFMAD70 数据集上达到了 98.9％的 mAP。

    Aug, 2023

  • TE-TAD：基于时间对齐的坐标表达的全端到端时域行动检测

    我们提出了一种全面的端到端时序动作检测变换器，它通过整合时间对齐的坐标表达式来解决依赖手工组件的查询型检测器在时序动作检测中的问题。我们的方法不仅简化了时序动作检测过程，而且显著改善了查询型检测器的性能。

    Apr, 2024