论文学习
文章平均质量分 79
Hia_Hia_Hia
这个作者很懒,什么都没留下…
展开
-
Temporal Convolutional Networks for Action Segmentation and Detection论文阅读笔记
IEEE, 2016 现有的动作识别问题基本分为三种,(1)用滑动窗口来检测动作(2)用分段模型将视频分为多段再识别每段的动作(3)循环模型。(1)没有捕捉长范围的时序信息(2)没有考虑段间关系(3)关注范围有限且难以训练。 由此,作者提出了两种TCN模型:(1)ED-TCN:使用编码解码结构,只用了卷积、池化和上采样,但能够有效捕捉长范围的时序信息,并且层数相对较少,但每层包...原创 2018-10-11 16:35:42 · 3311 阅读 · 0 评论 -
Temporal Segment Networks for Action Recognition in Videos论文阅读笔记
这篇文章解决的问题是视频分类 TSN模型的主要思路是,先将视频分为若干个等长的片段(Segment),然后从对应片段中随机抽样一个小片段(Snippet),对应于每个小段都会产生一个预测,再用聚合函数来合并这些小段的预测进一步得到对于整个视频的预测,对于聚合函数,作者提出了五种,⑴Max pooling:实际上,最大池化更多地利用的是对于一个动作类别最具识别力的小片段,但没能综合利用多...原创 2018-10-09 11:19:40 · 862 阅读 · 0 评论 -
Online Detection of Action Start in Untrimmed, Streaming Videos论文阅读笔记
这篇文章解决的问题是,识别视频中动作的开始。作者对应于ODAS(在线识别动作开始)的三个问题提出了对应的解决方案:(1)在动作开始的前后,场景和物体都极为相似 —— 用GAN生成hard negative样本,即动作开始前的样本;(2)动作开始窗口是背景帧和动作帧的混合,开始窗口的特征可能会与动作开始前的背景帧更接近,而不是与动作开始后的动作帧更接近 —— 在训练中学习开始窗口和f...原创 2018-10-09 16:20:24 · 878 阅读 · 0 评论 -
BSN: Boundary Sensitive Network for Temporal Action Proposal Generation论文阅读笔记
引言时序候选片段问题的难点在于,不仅要产生有精确时序边界的候选片段,还希望使用相对较少的候选片段就能检索到高召回率和高重叠率(与真实的动作实例)的候选片段。为了解决这个难点,提出了BSN网络。BSN网络采用了"local to global"方法,local是指先定位可能性大的时序边界,再整合这些边界作为候选;global是指通过评估一个候选中是否包含动作的置信度来检索候选。用到的数据集是Ac...原创 2019-10-28 20:27:46 · 830 阅读 · 0 评论 -
BSN: Boundary Sensitive Network for Temporal Action Proposal Generation代码运行笔记
代码链接:https://github.com/wzmsltw/BSN-boundary-sensitive-network下载代码并解压。提取视频特征用的是https://github.com/yjxiong/temporal-segment-networks中的TSN模型,预训练的TSN模型在https://github.com/yjxiong/anet2016-cuhk,作者提取好的Ac...原创 2019-10-28 20:28:22 · 1335 阅读 · 1 评论