本文总结WACV 2021 中人体动作检测与识别的相关论文,共计 7 篇。
如有遗漏,欢迎补充。
下载包含这些论文的 WACV 2021 所有论文:
动作检测
We Don't Need Thousand Proposals: Single Shot Actor-Action Detection in Videos
SSA2D 是一种简单且有效的用于视频单样本 Actor-Action 检测方法。作者称在视频中的 actor-action 检测可以不依赖 region proposal network(RPN区域提案网络)来进行,而 RPN 需要上千个提案,因此对于密集的视频场景是有效的。
作者在 A2D 和 VidOR 数据集上对所提出的方法进行了评估,与之前的工作相比,该方法取得了相当(有时甚至更好)的性能。
所提出的模型可以有效地进行训练(快2倍),与之前表现最好的工作相比,可以用较少的网络参数进行快速推理(输入RGB快11倍,输入RGB+光流快6倍)。
作者 | Aayush J Rana, Yogesh S Rawat
单位 | 中佛罗里达大学
论文 | https://arxiv.org/abs/2011.10927
代码 | https://github.com/aayushjr/ssa2d
SALAD: Self-Assessment Learning for Action Detection
提出一个新的动作检测方法:Self-Assessment Learning for Action Detection(SALAD)。
在两个动作检测基准上的表现都优于最先进的方法。在THUMOS14 数据集上,tIoU@0.5 的 mAP 从 42.8% 提高到 44.6/%,在ActivityNet1.3 数据集上从 50.4% 提高到 51.7/%。对于较低的 tIoU值,在两个数据集上实现了更显著的改进。
作者 | Guillaume Vaudaux-Ruth, Adrien Chan-Hon-Tong, Catherine Achard
单位 | ONERA;巴黎萨克雷大学;索邦大学
论文 | https://arxiv.org/abs/2011.06958