CVPR 2020 论文大盘点-动作检测与动作分割篇

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：