使用网络图像进行动作定位研究.pdfVIP

如果没有多个相同动作的视频怎么办？——使用网络图像进行

视频动作定位

WaqasSultani,MubarakShah中佛罗里达大学计算机视觉研究中心

（CRCV）waqassultani@,shah@

摘要



本文解决了在不假设有多段视频或任何先验注释

的情况下，视频中时空动作定位的问题。通过使用互

联网上下载的图像来定位动作。给定网络图像后，我

们首先使用随机游走减少图像噪声，并通过图像动作

建议避免图像中的干扰背景。然后，对于给定的视频，



我们生成多个时空动作建议。通过利用建议内的光流

梯度，抑制由摄像机和背景生成的建议。为了获得最

具代表性的动作建议，我们提出通过利用图像中的动

作建议来重建视频中的动作建议。此外，我们保持视

频的时间平滑性，并使用将每个边界框的系数推向共

同共识的约束条件，联合重构所有建议边界框，从而

