時間的行動位置決めのための時間的融合ネットワーク:アクティビティネットチャレンジ2020(タスクE)への提出【JST・京大機械翻訳】

Qing Zhiwu; Wang Xiang; Sang Yongpeng; Gao Changxin; Zhang Shiwei; Sang Nong

プレプリント

J-GLOBAL ID：202202206871472507 整理番号：22P0158743

時間的行動位置決めのための時間的融合ネットワーク:アクティビティネットチャレンジ2020(タスクE)への提出【JST・京大機械翻訳】

Temporal Fusion Network for Temporal Action Localization:Submission to ActivityNet Challenge 2020 (Task E)

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年06月12日プレプリントサーバーでの情報更新日： 2020年06月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

この技術レポートは,活動ネットチャレンジ2020にホストされたHACS競争で使用された時間行動局所化法を解析する。タスクの目標は,非トリミングビデオにおける動作の開始時間と終了時間を位置決めし,行動カテゴリーを予測することである。最初に,ビデオレベル特徴情報を利用して複数のビデオレベル行動分類モデルを訓練した。この方法で,ビデオにおける行動のカテゴリーを得ることができる。第2に,著者らは高品質時間提案を作り出すことに焦点を合わせる。この目的のために,BMNを適用して,高い再現率を得るために多数の提案を生成した。次に,リファイナネットワークと呼ばれるカスケード構造ネットワークを用いて,これらの提案を精密化し,それは地上真実の監視の下で位置オフセットと新しいIOUを予測できる。より正確な提案を行うために,双方向LSTM,非局所および変換器を用いて,各提案の局所特徴およびビデオデータの大域的特徴間の時間的関係を捉えた。最後に,多重モデルの結果を融合することによって,著者らの方法は,検証セットに関して40.55%と,mAPに関して試験セットに関して40.53%を得て,この課題においてRank1を達成した。【JST・京大機械翻訳】

, , , , , ,
, , , , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 人工知能

, ,

前のページに戻る