Online Action Detection

Online Action Detection

论文地址：https://arxiv.org/abs/1604.06506

Dataset

TVSeries dataset

around 150 minutes of every series
16 hours in total
every set(training, validation and testing set) contains at least one episode of every series
totally have 30 actions
every action occurs at least 50 times in the dataset

Challenge

1. 部分信息被观察之后就需做出预测（因为我们需要尽快对动作做出识别）。
2. 负样本之间的多样性很大，不应该被误认为正类（因为是在实际过程中，负样本之间的差异性很大）。
3. 动作的起始时间未知，所以不清楚从何时开始将这些动作片段合并。
4. 实际生活中有很大的类内之间的差异（不同的人之间相应的动作也会有差异）。

Evaluation protocol

因为正样本和负背景帧之间的差别很大，且这种差别对于模型的影响也有很大的影响，所以我们提出了一种新的 calibrated precision :
$$\begin{gathered} cPrec=\frac{TP}{TP+\frac{FP}{w}}=\frac{w\ast TP}{w\ast TP+FP} \\ cAP=\frac{{\sum }_{k}cPrec(k)\ast I(k)}{P} \end{gathered}$$
其中w