基于高斯时序感知动作定位网络.pdfVIP

表格

{

边框‑collapse:

collapse;

}

表格,

th,

td

{

边框:

1px

solid

#000;

}

用于动作定位的时序感知网络∗

†、‡、†、†、§、

†大学，合肥，

‡京东，北京，

§大学，，纽约州，

{longfc.ustc,

tingyao.ustc,

zhaofanqiu}@.com;

nmei@;

jluo@；tmei@

作的时间定位是理解领域的。现有方法多受图像目标检测启发，将

SSD、Faster

R‑CNN等先进技术扩展至一维序列中以生成动作的时间位置。然而，由于

预设时间尺度的设计忽略了动作的时间结构，这类方法存在鲁棒性问题，难以有效检测具

有复杂变化的动作。本文通过引入核动态优化每个动作提案的时间尺度来解决该问题。

具体而言，我们提出时序感知网络（N）——一种创新地将时间结构挖掘融入单

阶段动作定位框架的新架构。技术上，N通过学习特征图中每个单元对应的核集