Modeling Video Evolution For Action Recognition - cvpr - 2015

论文题目Modeling Video Evolution For Action Recognition,  链接

该篇论文是CVPR 2015的, 文章的核心是feature descriptors的获取. 

直接看图说话:

该论文的核心思想/步骤是: 

  1 利用一些现有的feature来表征video每帧的, 如论文里的 Xi,  利用时间因子t来进一步提取特征, 如论文里的Xt, 用来表征video的appearance和motion的evolution.

     这里的Xt的计算比较有意思, 值得参考.

   2 基于这样的假设: evolution over time t可以表征video的action信息, 也就是越往后的帧对于action来说, 越具有判别性. 训练一个ranking function.

    即学习video里的{Xt}的order relationship.

    论文里面提到ranking function是unsurpervised的, 也就是ranking的label是隐式给出的, 即上面的假设;

        

     基于这样的数据, 训练一个rankSVM的ranking function/machine. (当然这里可以是任意线性的ranking function)

        

     这些ranking function/machine学习到evolution如下图所示

           

  3 将训练好的ranking function/machine的参数向量作为video的representation Ui.

  4 {Ui, Yi}作为action classification的数据集, 训练non-linear svm的action classifiers, 对action进行分类.

总的来说, 个人觉得该论文的亮点是:

  1 不同于以往的特征, 如HOG, HOF, MBH等, 用ranking function/machine的参数向量作为video的representation, 这个比较有意思.

  2 不论是ranking funciton还是classification的svm, 都容易重现.

  3 论文中的Xt的计算, 简单有效.

但是还是有不足之处的:

  1 每个视频都需要单独训练一个ranking function/machine, 这个不适合online.

  2 ranking的order label的假设是有缺陷的, 即

     

     是不合理的. (大家想想为什么?)

  3 整个流程还是非常pipeline的.

好吧, 不会吐槽, 莫怪, 莫怪.

欢迎前来骚扰...

来自为知笔记(Wiz)

转载于:https://www.cnblogs.com/xuanyoumeng/p/4963087.html