APT: Action localization Proposals from dense Trajectories

摘要

  这篇文章主要内容是基于时空提案的视频动作定位。为了减轻得到存在提案的分割步骤的计算开销，我们提出通过从用于在分类时表征视频的密度轨迹中直接产生提案，完全避开分割步骤。我们的从密度轨迹动作定位建议使用一种有效率的建议生成算法，以解决在视频中轨迹高数量的问题。我们的时空建议比当前的算法更快，而且在UCFSport等分类集上，在定位和分类精度上比当前算法更好。

介绍

  这篇文章的目的是在视频中进行动作定位，并且比别的同类算法更好更快。当前的动作定位受在静止图片上成功的目标提案的启发。相比于滑动子窗口的方法，用于动作定位的提案，减小了视频搜素空间到一个时空块的有高的存在动作可能的小的集合。不同于这些已经存在的全部使用不同的定位和分类的表征的方法，我们从可以使用一种表征方式同时进行这两个任务的观察开始。
  深入到两种流行的提案算法，有三个一般的步骤被识别到：1.用分割的方法对视频进行预处理，2.通过对碎片进行分组产生块提案，3.用密度轨迹特征表征每一个分块，使得它可以被一个动作识别分类器所使用。第一步的视频分割对一个适度的400*720pixels，55帧的视频要花费几分钟，而对一个真实的全高清电影则需要花费几天时间。另外，得到一个唯一的有意义的像素组，是一个复杂度高于产生提案所需要的问题。分割步骤对于动作提案是过复杂的而且对大视频集不实际的。
  我们建议完全调股第一步视频分割。作为替代，我们在第三步的密度轨迹上实现第二步的提案生成。由于密度轨迹是为了表征而计算的，无论怎样，我们建议重复利用他们产生提案。通过在和用于分类同样的表征上寻找提案。我们期望密度轨迹已被证明的能力可以对提案产生有好处。对于我们的基于密度轨迹的动作定位提案