CVPR 2020 中的群组活动识别
前两天盘点了CVPR 2020 中动作相关的论文：
动作（Action）往往指个体的行为，而活动（Activity）既可指个人的行为也可指群体行为。
CVPR 2020 中群组活动识别（Group Activity Recognition）即多个人行为的识别，包含多个个体不同的动作，比如排球比赛中的扣球，有人跳跃击打，有人俯身观察，有人双臂拦网。
群组活动识别在体育赛事分析和视频监控中有重要应用，近年来也吸引了不少研究学者的关注。
CVPR 2020 中两篇相关论文均为在体育赛事视频中的活动识别。
[1].Actor-Transformers for Group Activity Recognition
作者 | Kirill Gavrilyuk, Ryan Sanford, Mehrsan Javan, Cees G. M. Snoek
单位 | 阿姆斯特丹大学；Sportlogiq
论文 | https://openaccess.thecvf.com/content_CVPR_2020/papers/Gavrilyuk_Actor-Transformers_for_Group_Activity_Recognition_CVPR_2020_paper.pdf
该文从自然语言处理中借鉴Transformers建模时序信号提取特征的方法，提出一种Actor-Transformers模型，对每一个活动参与者（Actor）提取其2D姿态表示和3D CNN表示，将其输入Transformers模型中，实验结果相比之前的SOTA方法取得了客观的精度提升。
[2].Progressive Relation Learning for Group Activity Recognition
作者 | Guyue Hu, Bo Cui, Yuan He, Shan Yu
单位 | 中科院自动化所；中科院脑科学与智能技术卓越中心；国科大
论文 | https://openaccess.thecvf.com/content_CVPR_2020/papers/Hu_Progressive_Relation_Learning_for_Group_Activity_Recognition_CVPR_2020_paper.pdf
该文指出在群体活动识别中，少数关键人物动作定义了活动类别，模型应该强化重要人物的动作特征，抑制无关人物动作特征。并提出使用强化学习提取渐进关系，进行群体活动识别。
感觉群体活动识别是较为复杂的技术方向，既涉及到时序又涉及空间特征的提取，而且涉及多个体的动作识别分析和特征融合。很可惜两篇论文均没有开源代码。
备注：动作
人体动作检测与识别交流群
动作识别、动作检测等技术，
若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号:aicvml
QQ群:805388940
微博知乎:@我爱计算机视觉
网站:www.52cv.net
在看，让更多人看到