本文盘点 ECCV 2020 所有动作检测与识别(Action Detection and Recognition)相关论文,总计 26 篇。
包含动作识别(Action Recognition)、动作检测(Action Detection)、时序动作检测(Temporal Action Detection)、动作定位(Action Localization)、群组活动识别、基于骨架的动作识别等。
下载包含这些论文的 ECCV 2020 所有论文:
动作识别 Action Recognition
MotionSqueeze: Neural Motion Feature Learning for Video Understanding
作者 | Heeseung Kwon, Manjin Kim, Suha Kwak, Minsu Cho
单位 | 浦项科技大学;NPRC
论文 | https://arxiv.org/abs/2007.09933
代码 | https://github.com/arunos728/
MotionSqueeze
主页 | http://cvlab.postech.ac.kr/research/
MotionSqueeze/
备注 | ECCV2020
Few-shot Action Recognition with Permutation-invariant Attention
作者 | Hongguang Zhang, Li Zhang, Xiaojuan Qi, Hongdong Li, Philip H. S. Torr, Piotr Koniusz
单位 | 澳大利亚国立大学;牛津大学;Data61/CSIRO;香港大学等
论文 | https://arxiv.org/abs/2001.03905
备注 | ECCV 2020 Spotlight
本文作者提出了一种新的少样本动作识别网络(ARN),由一个编码器、比较器和一个注意机制组成,来模拟短期和长期时空模式。作者研究了自监督的作用,通过空间和时间增强/辅助任务。
此外,作者还提出了一种新的机制:attention by alignment ,解决了所谓的判别性长期块的时间位置的分布迁移问题。
通过结合 self-supervision(自监督) 和 attention by alignment 的损失,得到高达6%的准确性的收益。
Directional Temporal Modeling for Action Recognition
作者 | Xinyu Li, Bing Shuai, Joseph Tighe
单位 | Amazon Web Service
论文 | https://arxiv.org/abs/2007.11040
备注 | ECCV 2020 Spotlight
Adversarial Self-Supervised Learning for Semi-Supervised 3D Action Recognition
作者 | Chenyang Si, Xuecheng Nie, Wei Wang, Liang Wang, Tieniu Tan, Jiashi Feng
单位 | 国科大;中科院;新加坡国立大学
论文 | https://arxiv.org/abs/2007.05934
备注 | ECCV 2020
本文提出了一种用于半监督式3D动作识别的对抗自监督学习(ASSL)框架,通过 adversarial learning(对抗学习)和 neighbor relation exploration ,将SSL和半监督方案紧密耦合。
提供了一种新的自监督策略:neighborhood consistency(邻域一致性),用于半监督的3D动作识别。通过探索邻域内的数据关系,该模型可以学习判别性的运动表示,显著提高半监督3D动作识别的性能。
作者表示,直接将SSL应用于半监督学习会受到标记和未标记样本的表示错位的影响。因此开创了一种新型的对抗式正则化,将SSL耦合到半监督算法中,使其特征分布对齐,从而进一步提升泛化能力。
AR-Net: Adaptive Frame Resolution for Efficient Action Recognition
作者 | Yue Meng, Chung-Ching Lin, Rameswar Panda, Prasanna Sattigeri, Leonid Karlinsky, Aude Oliva, Kate Saenko, Rogerio Feris
单位 | MIT-IBM Watson AI Lab;波士顿大学