论文部分内容阅读
为解决视频中的动作定位问题,提出一种基于模板匹配的弱监督动作定位方法。首先在视频的每一帧上给出若干个动作主体位置的候选框,按时间顺序连接这些候选框形成动作提名;然后利用训练集视频的部分帧得到动作模板;最后利用动作提名与动作模板训练模型,找到最优的模型参数。在UCF-sports数据集上进行实验,结果显示,与TLSVM方法相比,所提方法的动作分类准确率提升了0. 3个百分点;当重叠度阈值取0. 2时,与CRANE方法相比,所提方法的动作定位准确率提升了28. 21个百分点。实验结果表明,所提方法不但能