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(Action Segmentation)
-
重点动作识别(Action Spotting)
-
动作解析 (Action Parsing)
上一篇中动作识别(Action Recognition)指对剪辑后的一段包含特定动作的视频进行分类,但大部分情况下视频是未经剪辑的。
在视频中定位动作并分类就是动作检测(Action Detection),也被称为动作定位(Action Localization)。其任务为找到动作的开始帧和结束帧并进行分类。
动作分割(Action Segmentation)则更进一步,为对一段未剪辑视频进行分段,并对每一段视频分配预先定于的动作标签。
重点动作识别(Action Spotting) 为CVPR 2018提出的任务,多用于足球比赛视频分析,即在大量视频中找到出现次数极少的“重要”事件,比如进球、红牌罚下等。
动作解析(Action Parsing)为今年CVPR 商汤等新提出的任务,在一段动作视频中,定义一连串子动作(sub-action),动作解析即定位这些子动作的开始帧。该任务可更好的进行动作间和动作内部的视频理解。
以上检测、分割、识别、解析等概念在计算机视觉领域并不新鲜,只是在视频理解领域,它们各自有了新内涵。
随着视频应用的大爆发,海量视频分析与理解的需求也越来越强烈,各大互联网公司几乎都有在研究,感兴趣的小伙伴不妨探索。
大家可以在:
http://openaccess.thecvf.com/CVPR2020.py
按照题目下载这些论文。
如果想要下载所有CVPR 2020论文,请点击这里: