论文笔记:行为预测(Action Prediction / Anticipation)相关论文略读笔记

论文一:Part-Activated Deep Reinforcement Learning for Action Prediction

现有的许多行为预测的方法会用到整个帧的演化来对动作建模,这不能避免当前动作所带来的噪声,特别是在早期预测中。为了解决这个问题,我们设计了PA-DRL,通过在深层强化学习框架下提取骨架proposal来开发人体结构。具体而言,我们从人体的不同part单独提取特征,并激活特征中与动作相关的部分以增强表征。 我们的方法不仅利用了人体的结构信息,而且还考虑了表达动作的显着部分。 我们在三个流行的动作预测数据集上评估我们的方法:UT-Interaction,BIT-Interaction和UCF101。 我们的实验结果表明,我们的方法通过最先进的技术实现了性能。

Read More