A rich representation of the information in video data can be realized by means of frequency analysis. Fine motion details from the boundaries of moving regions are characterized by high frequencies in the spatio-temporal domain. Meanwhile, lower frequencies are encoded with coarse information containing substantial redundancy, which causes low efficiency for those video models that take as input raw RGB frames. In this work, we propose a Motion Band-pass Module (MBPM) for separating the fine-grained information from coarse information in raw video data. By representing the coarse information with low resolution, we can increase the efficiency of video data processing. By embedding the MBPM into a two-pathway CNN architecture, we define a FineCoarse network. The efficiency of the FineCoarse network is determined by avoiding the redundancy in the feature space processed by the two pathways: one operates on downsampled features of low-resolution data, while the other operates on the fine-grained motion information captured by the MBPM. The proposed FineCoarse network outperforms many recent video processing models on Kinetics400, UCF101 and HMDB51. Furthermore, our approach achieves the state-of-the-art with 57.0% top-1 accuracy on Something-Something V1.


翻译:通过频率分析,可以实现视频数据中丰富的信息表述。来自移动区域边界的细微运动细节的特征是spatio-时空域中的高频。同时,低频被编码为含有大量冗余的粗粗信息,这给作为输入原始 RGB 框架的视频模型造成了低效率。在这项工作中,我们提议了一个移动带宽控制模块(MBPM),用于将细微的感应信息与原始视频数据中的粗略信息分开。通过代表粗略的信息,我们可以提高视频数据处理的效率。通过将MBPM嵌入双向CNN结构中,我们定义了一个精密的Coarse网络。通过避免两种路径所处理的功能空间的冗余,决定了Fine-Coparse网络的效率:一种是操作低分辨率数据的抽样特性,而另一种是操作MBPM的精细微动作信息。提议的精良网络比许多最近在Kinitics 400, UCFF101 和HMDB51 上的图像处理模型更完美。此外,我们最先进的方法在VMDBO-S-O-S-P-O上实现了。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
注意力图神经网络的小样本学习
专知会员服务
192+阅读 · 2020年7月16日
抢鲜看!13篇CVPR2020论文链接/开源代码/解读
专知会员服务
50+阅读 · 2020年2月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
154+阅读 · 2019年10月12日
简评 | Video Action Recognition 的近期进展
极市平台
20+阅读 · 2019年4月21日
2018机器学习开源资源盘点
专知
6+阅读 · 2019年2月2日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
视频超分辨 Detail-revealing Deep Video Super-resolution 论文笔记
统计学习与视觉计算组
17+阅读 · 2018年3月16日
SlowFast Networks for Video Recognition
Arxiv
4+阅读 · 2019年4月18日
VIP会员
Top
微信扫码咨询专知VIP会员