video analysis -- 时序动作提名-BSN

BSN是一种用于时序动作提名的方法,它通过定位边界,结合边界生成提名并评估置信度。采用两流网络编码视频特征,通过时序卷积预测动作概率。经过提名生成和评估,使用soft-NMS处理结果,提供灵活、精确、可靠的提名。训练过程中,分别训练时序评估和提名评估模块。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

BSN: Boundary Sensitive Network for Temporal Action Proposal Generation

林天威大神的作品。https://zhuanlan.zhihu.com/p/39327364

高质量的时序动作提名应该具备几点特质:(1)灵活的时序长度(2)精确的时序边界(3)可靠的置信度分数。现有的基于滑窗或anchor的方法或是基于聚类的方法都不能同时在这几个方面做好。因此,在这篇文章中,提出了边界敏感网络-BSN,在BSN中,我们首先去定位时序动作片段的边界(开始节点和结束节点),再将边界节点直接结合成时序提名,最后基于所设计的proposal-levelfeature来对每个proposal的置信度进行评估。方法总览如图1-1所示。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值