论文浏览(18) Learning to Discriminate Information for Online Action Detection

最新推荐文章于 2022-07-26 16:48:14 发布
最新推荐文章于 2022-07-26 16:48:14 发布
阅读量728 收藏 1
点赞数
分类专栏： CV
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/irving512/article/details/107273029
版权

文章目录

0. 前言

  • 相关资料：
  • 论文基本信息
    • 领域：
    • 作者单位：韩国科学技术院&韩国电子通信研究院
    • 发表时间：CVPR2020

1. 要解决什么问题

  • 之前，处理 online action detection 任务的模型一般都使用RNN来对帧序列建模。但这种方法忽略了一个问题：在这些帧中，除了我们感兴趣的动作外，还包含很多背景信息以及其他动作信息。

2. 用了什么方法

  • 本质就是对现有RNN做了一点改进。
  • image_1ecsldp365ogrdl1rkb1pil1fkj9.png-182.1kB
  • image_1ecsle56v3qjubve9n1g8e7hfm.png-232.9kB

3. 效果如何

  • 说是达到了SOTA
    • image_1ecslj6ivvom1nticuv1huaqbu1j.png-97.9kB

4. 还存在什么问题

  • RNN相关，有点头大。

清欢守护者
关注
专栏目录
ICCV 2021| OadTR: Online Action Detection with Transformers论文笔记
weixin_59340037的博客
03-31 3308
论文地址 代码地址 1.研究背景 目前对于在线行为检测倾向于使用RNN对时间依赖性进行建模，然而RNN存在非并行性和梯度消失问题，因此很难进行优化，在本文中我们提出了一种新的基于transformer的编码器解码器框架，叫做OadTR，编码能够捕获历史观察信息中关系以及进行全局交互，解码器通过聚和未来的片段表现来提取辅助信息，因此OadTR能够通过对历史信息编码以及对未来的上下文进行预测来识别现在的行为， 我们在HDD,TVSeies,THUMOS14上评估了我们的数据集显示出我们的模型具有很高的训练和推理
What to account for when accounting for algorithms
weixin_42786150的博客
02-28 1675
What to account for when accounting for algorithms
Online Action Detection
chenyangah的博客
10-21 928
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 ...
Online Action Detecition论文：GateHUB（CVPR2022）
qq_41573429的博客
07-25 959
论文阅读笔记
【行为检测】ICCV 2019：Temporal Recurrent Networks for Online Action Detection
qq_39315153的博客
02-24 1109
这是一篇Online Action Detection的文章，整体框架是lstm的，因为online之前的做法都是只利用历史信息，这篇主要新意在于通过预测未来的信息来帮助分类。Temporal Recurrent Network (TRN)。 由于我刚接触action detection，对于怎么确定事件开头和结束位置最好奇，这篇中这里的思路非常简单，就是做一个多分类，以THUMOS数据集为例，...
论文浏览(15) Online Action Detection
清欢
07-07 707
文章目录0. 前言1. 要解决什么问题2. 用了什么方法3. 效果如何4. 还存在什么问题 0. 前言 相关资料： arxiv github，这个是作者github repo，但没写自己是…… 论文解读，推荐参考资料 论文基本信息 领域：在线行为检测 作者单位：比利时荷语鲁汶大学&阿姆斯特丹大学 发表时间：2016.8 1. 要解决什么问题 在这篇文章之前，并没有明确提出 Online Action Detection 的概念。 2. 用了什么方法 Online Acti
CVPR 2019 行为识别 相关论文
qq_36589469的博客
06-13 6179
CVPR2019 Action Recognition 相关论文 Video Action Transformer Network Abstract: We introduce the Action Transformer model for recognizing and localizing human actions in video clips. We repurpose a Trans...
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
CommunityGAN Community Detection with Generative Adversarial Nets
逐梦
05-18 1968
CommunityGAN Community Detection with Generative Adversarial Nets 这篇文章主要的目标是在建模一个关于图节点的表征。在这个表征中，希望能够把节点的社区性质表达出来。 这样的话，社区的区分之间就可以有重叠。 Introduction 社区检测问题：识别和分析共享高度相似属性或函数的顶点组 传统的问题假设是一个点只属于一个社区。如果把这个...
CVPR 2020 论文大盘点-动作检测与动作分割篇
我爱计算机视觉
07-16 2676
本文继CVPR 2020 论文大盘点-动作识别篇之后继续总结CVPR 2020 中动作（action）相关的论文。涉及的方向包括：动作检测（Action Detection）动作分割...
ICCV | 2021 OadTR: Online Action Detection with Transformers代码复现遇到的问题
weixin_59340037的博客
03-30 2477
** 该论文提出了一种基于transformer的在线行为检测框架OadTR,该框架能够从视频流中识别出正在发生的行为，该模型可用在在自动驾驶，视频监控，异常检测等方面。** 论文地址 代码地址 代码复制现 遇到的问题 解决：安装sklearn pip install sklearn sklearn是一个Python第三方提供的非常强力的机器学习库，它包含了从数据预处理到训练模型的各个方面。sklearn拥有可以用于监督和无监督学习的方法，sklearn中的大部分函数可以归为估计器(Estimat
论文浏览(16) A Novel Online Action Detection Framework from Untrimmed Video Streams
清欢
07-07 353
文章目录0. 前言1. 要解决什么问题2. 用了什么方法3. 效果如何4. 还存在什么问题 0. 前言 相关资料： arxiv github 论文解读 论文基本信息 领域：在线行为检测 作者单位：高丽大学 发表时间：2020.3 1. 要解决什么问题 在Untrimmed Videos中做Online Action Detection主要的挑战在于： 在Untrimmed Videos中，可能会发生的动作不止一种。 在Online的限制下，只能获取当前以及过去的数据。 2.
Online Action Detection数据集及主流方法代码学习
qq_41573429的博客
07-26 752
在线动作检测
CVPR2020目标检测等论文汇总：代码 / 论文解读 / 打包下载
极市平台的技术博客
06-12 1万+
本文为极市平台公众号编辑整理，未经授权，不得二次转载。 原文链接：CVPR2020 检测类论文最全汇总：136 篇论文方向细分 / 代码 / 论文解读 / 打包下载 本周三，CVPR官方正式开放下载，极市第一时间将所有论文（共1467篇）进行了下载打包，详情见**此处。为了方便大家进一步的学习，我们对这1467篇论文进行了整理，本次分享的是所有检测类论文，并将它们细分为3D目标检测、人脸检测、动作检测、视频目标检测、文本检测、行人检测**等方向，同时附上了相关解读和已开源论文的代码，共计149篇，并将其.
CVPR 2020 论文
wohaiyo的博客
03-03 7907
cvpr_2020_papers CVPR 2020 Papers. Updating … Learn2Perturb: an End-to-end Feature Perturbation Learning to Improve Adversarial Robustness [Paper] D3VO: Deep Depth, Deep Pose and Deep Uncertainty ...
【CVPR2020】计算机视觉与模式识别会议论文完全清单_Part1
TomRen
06-11 4700
CVPR2020的文章收录清单
行为识别Action Detection概述及资源合集（持续更新...）
热门推荐
Gavinmiaoc的博客
07-24 2万+
随着深度学习技术的发展，以及计算能力的进步（GPU等），现在基于视频的研究领域越来越受到重视。视频与图片最大的不同在于视频还包含了时序上的信息，此外需要的计算量通常也大很多。 这篇主要介绍Action Recognition（行为识别）这个方向。这个方向的主要目标是判断一段视频中人的行为的类别，所以也可以叫做Human Action Recognition。虽然这个问题是针对视频中人的动作，但基...
CVPR2019 action detection 动作检测论文STEP 算法学习笔记
One Way的博客
08-19 2344
STEP: Spatio-Temporal Progressive Learning for Video Action Detection 学习时，别忘了总是要问自己一个为什么 论文 文章： STEP: Spatio-Temporal Progressive Learning for Video Action Detection 链接：https://arxiv.org/pdf/1904.092...
Deep learning-based radiomics (DLR) was developed to extract deep information from multiple modalities of magnetic resonance (MR) images. The performance of DLR for predicting the mutation status of isocitrate dehydrogenase 1 (IDH1) was validated in a dataset of 151 patients with low-grade glioma. A modified convolutional neural network (CNN) structure with 6 convolutional layers and a fully connected layer with 4096 neurons was used to segment tumors. Instead of calculating image features from segmented images, as typically performed for normal radiomics approaches, image features were obtained by normalizing the information of the last convolutional layers of the CNN. Fisher vector was used to encode the CNN features from image slices of different sizes. High-throughput features with dimensionality greater than 1.6*104 were obtained from the CNN. Paired t-tests and F-scores were used to select CNN features that were able to discriminate IDH1. With the same dataset, the area under the operating characteristic curve (AUC) of the normal radiomics method was 86% for IDH1 estimation, whereas for DLR the AUC was 92%. The AUC of IDH1 estimation was further improved to 95% using DLR based on multiple-modality MR images. DLR could be a powerful way to extract deep information from medical images. 解释
最新发布
06-09
这段文本介绍了一种基于深度学习的影像分析方法，即Deep learning-based radiomics (DLR)。该方法使用了修改后的卷积神经网络(CNN)结构，通过对磁共振(MR)影像进行多模态分析，提取更深层次的信息。该研究使用了151...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值