【CVPR2022】基于样例查询机制的在线动作检测

[基于样例查询机制的在线动作检测]

杨乐,韩军伟,张鼎文. Colar: Effective and Efficient Online Action Detection by Consulting Exemplars, CVPR 2022.

时序动作定位任务从漫长的视频中发现有意义的动作片段，并标注起止时间和动作类别，在视频中浓缩有效信息，从而服务于智慧监控、内容分析等视频理解任务。考虑到实际应用中，算法需要在线地处理视频流并及时准确地检测出视频中正在发生的动作，在线动作检测成为了一个新兴的研究方向。考虑到已有方法只考虑固定历史片段的信息且无法建模跨视频关系，本文提出样例查询机制：通过在历史片段中和动作类别级别构建有代表性的样例进行在线动作检测。相比已有方法，我们的方案运行速度更快，并取得更高地检测精度，为该领域日后的研究工作提供了简单有效的基准模型。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“COLAR” 就可以获取《【CVPR2022】基于样例查询机制的在线动作检测》专知下载链接

请扫码加入专知人工智能群（长按二维码），或者加专知小助手微信（zhuanzhi02），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG、论文等）交流~

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源