ACTION-Net是CVPR 2021会议上提出的一种用于动作识别的新模块，它结合了时空注意力、信道注意力和运动注意力。此模块设计为即插即用，适用于时序动作识别任务，尤其在Jester和EgoGesture数据集上取得state-of-the-art的表现。ACTION-Net的效率和性能在不同backbone上进行了评估，展现出良好的通用性和效率。
分享一篇来自 CVPR 2021 的文章，ACTION-Net: Multipath Excitation for Action Recognition。作者单位：都柏林圣三一大学，字节跳动 AI Lab。
论文中提出一个即插即用的混合注意力机制的 ACTION 模块用于时序动作识别 (比如手势)。该模块包含了时空注意力，信道注意力和运动注意力。
详细信息如下：
论文链接：https://arxiv.org/abs/2103.07372
项目链接：https://github.com/V-Sense/ACTION-Net
01
三个注意力机制模块
时空注意力 (Spatial-Temporal Excitation: STE)：通过对所有信道做一个global average pooling，能够用一个单信道的3x3x3的3D卷积得到一个单信道的时空attention map，这使
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
