基于行为主体检测的视频行为快速检测

现有视频行为检测方法在生成候选区域时采用滑窗操作,处理长视频速度较慢。针对该问题,通过对静态行为主体进行定位,提出一种快速检测方法。将长视频分割为若干个视频单元,在每个单元的第1帧中运用Fast R-CNN算法进行行为主体检测,对检测到行为主体的单元划定时间区域生成行为发生候选区域,以减少行为检测网络的输入数据。在此基础上,采用3D卷积神经网络判别候选区域类别,对行为类区域进行边界回归,得到准确的行为时间轴定位。实验结果表明,该方法检测速度较TURN方法提升2倍以上,其mAP指标只降低0.7%。

Fast Video Action Detection Based on Action Subject Detection