深度学习时代的时间动作定位:一项调查

科学领域:

• 计算机视觉 计算机视觉
• 人工智能的人工智能
• 机器学习 机器学习

背景情况:

• 时间动作定位是智能视频理解的关键.
• 深度学习骨干网络提取时间空间特征.
• 监督和弱监督的学习推动了行动本地化方面的进展.

研究的目的:

• 提供现有的时间动作本地化工作的全面调查.
• 建立当前策略的有组织的分类学.
• 确定优势,弱点和未来的研究方向.

主要方法:

• 监督学习方法的分类,包括定机制和一种新的分类方法.
• 通过增强策略扩展弱监督的学习机制 (预分类,后分类).
• 分析信心估计作为一个关键的瓶.

主要成果:

• 一个结构化的分类,突出了各种动作本地化技术的优缺点.
• 对监督和弱监督学习策略的新视角.
• 确定信心估计作为一个未得到解决的挑战.

结论:

• 该调查为时间动作本地化研究人员提供了宝贵的资源.
• 为新人提供指导,为经验丰富的研究人员提供灵感.
• 强调需要对改善行动本地化模型的信心估计进行进一步研究.