[行为检测]R-C3D-Resgion Convolutional 3D Network for Temporal Activity Detection

最新推荐文章于 2024-08-20 10:00:07 发布
最新推荐文章于 2024-08-20 10:00:07 发布
阅读量1w 收藏 42
点赞数 5
分类专栏： faicutly 计算机视觉 文章标签： 计算机视觉 深度学习 行为检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/neu_chenguangq/article/details/79177335
版权
本文介绍了ICCV 2017论文中提出的R-C3D网络，该网络基于C3D并借鉴Faster RCNN，能对任意长度视频进行行为检测。网络包括特征提取、时序提案子网、活动分类子网和损失函数四个部分。通过共享参数，R-C3D在THUMOS'14、ActivityNet和Charades等数据集上表现出良好的性能和高效的速度。
摘要由CSDN通过智能技术生成

这篇文章是ICCV 2017的一篇文章，作者主要是以C3D网络为基础。借鉴了Faster RCNN的思路，对于任意的输入视频L，先进行proposal，然后3D-pooling,最后后进行分类和回归操作。文章主要贡献点有3个：

  • 可以针对任意长度视频、任意长度行为进行端到端的检测
  • 速度很快(是目前网络的5倍)，通过共享Progposal generation 和Classification网络的C3D参数
  • 作者测试了3个不同的数据集，效果都很好，显示了通用性。

一、网络结构

整个网络可以分为四个部分：

  • 特征提取网络：对于输入任意长度的视频进行特征提取
  • Temporal Proposal Subnet: 用来提取可能存在行为的时序片段（Proposal Segments）
  • Activity Classification Subnet: 行为分类子网络
  • Loss Function

下图是整个网络结构图。
这里写图片描述

1.1 特征提取网络

骨干网络作者选择了C3D网络，经过C3D网络的5层卷积后，可以得到512 x L/8 x H/16 x W/16大小的特征图。这里不同于C3D网络的是，R-C3D允许任意长度的视频L作为输入。

1.2 Temporal Proposal Subnet

最低0.47元/天 解锁文章
背包_十年
关注
专栏目录
R-C3D: Region Convolutional 3D Network for Temporal Activity Detection
LYKymy的博客
09-20 954
Abstract 我们解决了连续的活动检测问题，未剪辑的视频流。这是一项困难的任务需要提取有意义的时空特征捕捉活动，准确定位开始和结束每次活动的时间。我们引入了一种新的模型，区域卷积3d网络（r-c3d），它使用三维全卷积网络对视频流进行编码，然后生成候选的时间区域（包含活动），最后将选定区域分类为特定活动。由于方案和分类管道之间的卷积特征共享，节省了计算量。整个模型采用端到端的训练，同时...
R-C3D Region Convolutional 3D Network for Temporal Activity Detection
weixin_43659035的博客
05-09 839
区域卷积三维网络(R-C3D)，它使用一个三维全卷积网络对视频流进行编码，然后生成包含活动的候选时间区域，最后将选定的区域划分为特定的活动
3D-ResNets 开源项目教程
最新发布
gitblog_00807的博客
08-20 385
3D-ResNets 开源项目教程 3D-ResNets3D ResNets for Action Recognition项目地址:https://gitcode.com/gh_mirrors/3d/3D-ResNets 1. 项目的目录结构及介绍 目录结构 3D-ResNets/ ├── checkpoints/ ├── data/ ├── datasets/ ├── models/ ├── ...
论文阅读：R-C3D: Region Convolutional 3D Network for Temporal Activity Detection
qq_36627158的博客
02-24 911
写在前面 由于这是一篇比较经典的论文，网上相关讲解的文章比较多，我这里就不重复了，主要记录一些自己遇到的问题。 论文详解 参考链接： https://blog.csdn.net/gentelyang/article/details/80483841 https://zhuanlan.zhihu.com/p/34439558 以下引用快内容均参考上面两个链接，有对其中的内容进行调整： R-C3D(Region 3-Dimensional Convolution...
R-C3D:用于时间活动检测的区域3D网络
CV技术指南（微信公众号）
12-28 328
论文：R-C3D: Region Convolutional 3D Network for Temporal Activity Detection（2017） 主要贡献 1.提出一个包括活动候选区和任意长度活动的分类的端到端模型。如下图所示 2.提出在候选区生成和分类部分共享全卷积C3D特征，实现了比当前模型快5倍的速度。 论文主要从Faster R-CNN受启发而来，论文大部分idea都是Faster R-CNN中提出的（看这篇论文的时候，我真是深感生不逢时啊），作者将2...
视频行为识别检测综述 IDT TSN CNN-LSTM C3D CDC R-C3D
热门推荐
万有文的博客
06-20 14万+
本文github地址 Video Analysis之Action Recognition(行为识别) 行为识别就是对时域预先分割好的序列判定其所属行为动作的类型，即“读懂行为”。 [行为检测|论文解读]行为检测调研综述 较新 基于Deep Learning 的视频识别技术 科研成果—-中国科学院深圳先进技术研究院 面向人体姿态行为理解的深度学习方法 CVPR 2014 Tut...
人体行为识别及摔倒检测相关研究现状
weixin_44014740的博客
01-17 1万+
人体行为识别及摔倒检测相关研究现状 -------本文仅为学习笔记，不做任何商业用途------- 前言     近期由于需要做一些关于人体行为识别及摔倒检测的研究，故进行调研如下，如有错误请指正，欢迎交流。 一、行为识别     在场景识别中，有很大一部分研究是针对于人体行为识别的，主要进行识别的也是一些家庭内的危险行为，如小孩、老人摔倒检测，外来人员闯入等，这些都可归为人体行为识别的范畴之内。     行为识别（action recognition），即根据视频图像完成对于人体动作的区分，这其中包括但不
Multimodal Gesture Recognition Using 3-D Convolution and Convolutional LSTM
Journey to the West
12-06 2785
前言因为最近再看C3D+LSTM手势识别方面的文章，故记录一下，一方面来加深理解记忆，另一方面以备后面回顾复习团队介绍作者来自西安电子科技大学软件学院Motivation１：利用三维卷积网络学习较短的时空特征，然后利用卷积LSTM构建长时的时空特征。这个套路很熟悉，在上一篇笔记《Temporal Activity Detection in Untrimmed Videos with Recurren
R-C3D—基于区域卷积3D网络的时序行为检测
机器学习，深度学习
07-07 2593
R-C3D: Region Convolutional 3D Network for Temporal Activity Detection 论文地址:https://arxiv.org/pdf/1703.07814.pdf 行为检测是行为识别的一个分支，个人认为其目的为了提高行为识别的准度。行为检测处理的对象大部分是视频数据。它完成检测任务大致...
3D Fully Convolutional Network for Vehicle Detection in Point Cloud
12-06
在点云上，基于卷积神经网络的车辆检测技术。在点云上，基于卷积神经网络的车辆检测技术。在点云上，基于卷积神经网络的车辆检测技术。
C3D学习资料
11-27
C3D学习资料 建模 道路 交叉口 路线 横断面 纵断面
推荐文章：R-C3D——高效实时的3D活动检测网络
gitblog_00086的博客
05-26 431
推荐文章：R-C3D——高效实时的3D活动检测网络 项目地址:https://gitcode.com/VisionLearningGroup/R-C3D 项目介绍 R-C3D，全称为Region Convolutional 3D Network，是由波士顿大学的研究人员提出的一种用于连续视频流中活动检测的快速端到端网络。该网络以全卷积3D滤波器编码帧，然后提出活动段，再基于边界内的池化特征进行分类...
[深度学习论文笔记][Video Classification] Learning Spatiotemporal Features with 3D Convolutional Networks
Hao_Zhang_Vision的博客
11-16 1940
Tran, Du, et al. “Learning spatiotemporal features with 3d convolutional networks.” 2015 IEEE International Conference on Computer Vision (ICCV). IEEE, 2015. (Citations: 101). 1 Architecture Thi
R-C3D代码解析
weixin_43659035的博客
08-11 2107
自己对R-C3D代码的一些理解，本人小白，可能有错 generate_anchors.py anchor_target_layer.py proposal_layer.py proposal_target_layer_cascade.py rpn.py
Temporal Action Detection（时序动作检测）之R-C3D论文详解
diaosouhuan6133的博客
07-16 979
　　本篇文章是基于《R-C3D:Region Convolutional 3D Network for Temporal Activity Detection》的详解，欢迎批评指正。　　 　　动作检测（Action Detection）主要用于给分割好的视频片段分类，但在实际中视频多是未分割的长视频，对于长视频的分割并且分类任务叫做时序动作检测（Temporal Action Dete...
R-C3D论文详解
Michael’s Blog
04-01 1253
论文链接：R-C3D: Region Convolutional 3D Network for Temporal Activity Detection 代码地址（论文提供地址）：http://ai.bu.edu/r-c3d/ 该论文借鉴图像物体检测中的Faster-RCNN的思想，文章采用3D卷积来获取视频的时序信息，然后通过类似Faster-RCNN的rpn层和roi层输出时间维度的boundingbox，也就是视频中待检测动作的时间段。 一、网络结构 R-C3D的网络结构如下图所示： 从上图可以看出，
R-C3D 视频活动检测
我爱计算机视觉
07-19 422
点击我爱计算机视觉标星，更快获取CVML新技术本文为52CV群友RoseVam投稿，介绍了视频活动检测经典模型 R-C3D: Region Convolutional 3D Networ...
end-to-end object detection with fully convolutional network
03-16
End-to-end物体检测是指使用全卷积网络（Fully Convolutional Network，FCN）来进行物体检测的方法。在这种方法中，输入图像通过一系列的卷积层和池化层来提取特征，最后通过一个分类器来确定图像中是否存在目标物体...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值