亚马逊高级应用科学家熊元骏：人类行为理解研究进展 | 直播实录·PhD Talk

本文为 12 月 10 日，亚马逊高级应用科学家——熊元骏博士在第 19 期 PhD Talk 中的直播分享实录。

人类行为理解（human action understanding）是计算视觉与视频理解的重点领域之一。本次讲座中，熊元骏博士带大家回顾了该领域近期的进展，包括方法，数据以及国际比赛的情况。随后，还逐一介绍了香港中文大学多媒体实验室在行为理解方面所做的系列工作。 

第一个介绍的工作是 ECCV 2016 录用文章—用于剪辑视频分类的 Temporal Segment Network（TSN）方法。在该工作中，他们提出了对视频内容进行稀疏采样的新思路。

■ 论文 | Temporal Segment Networks: Towards Good Practices for Deep Action Recognition

■ 链接 | https://www.paperweekly.site/papers/1299

■ 代码 | https://github.com/yjxiong/temporal-segment-networks

基于该思路，他们还分别提出了用于时序动作检测的 Structure Segment Network 方法（ICCV 2017），以及用于从未剪辑长视频中学习行为理解模型的 UntrimmedNet 方法（CVPR2017）。

■ 论文 | Temporal Action Detection with Structured Segment Networks

■ 链接 | https://www.paperweekly.site/papers/1298

■ 代码 | https://github.com/yjxiong/action-detection

■ 论文 | UntrimmedNets for Weakly Supervised Action Recognition and Detection

■ 链接 | https://www.paperweekly.site/papers/1300

■ 代码 | https://github.com/wanglimin/UntrimmedNet

最后，熊博士还介绍了他们在 AAAI 2018 的最新工作，基于图卷积网络（graph convolutional networks）和骨架的行为识别方法 ST-GCN。

■ 论文 | Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition

■ 链接 | 尚未发布

■ 代码 | https://github.com/yysijie/st-gcn

>>>> 获取完整PPT和视频

关注“PaperWeekly”微信公众号，回复“20171210”获取下载链接。

 我是彩蛋

 解锁新功能：热门职位推荐！

PaperWeekly小程序升级啦

今日arXiv√猜你喜欢√热门职位√

找全职找实习都不是问题

 

 解锁方式 

1. 识别下方二维码打开小程序

2. 用PaperWeekly社区账号进行登陆

3. 登陆后即可解锁所有功能

 职位发布 

请添加小助手微信（pwbot01）进行咨询

 

长按识别二维码，使用小程序

*点击阅读原文即可注册

点击以下标题查看往期实录： 

• 清华大学冯珺：基于强化学习的关系抽取和文本分类
  

• 基于双语主题模型的跨语言层次分类体系匹配
  

• 东南大学高桓：知识图谱表示学习
  

• 带多分类判别器的GAN模型
  

• 多源信息表示学习在知识图谱中的应用

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。