论文部分内容阅读
动作候选区域的生成是一个重要而又具有挑战性的问题,因为具有丰富动作内容的时间候选区域对于分析持续时间长且比例不相关的现实世界视频是必不可少的。这个问题不仅需要产生候选区域的方法,还具有精确的时间边界,而且所要检索的候选区域要包括召回率高且重叠度高的真实动作片段。为了解决这些困难,提出了一种有效的候选区域生成方法,该方法采用基于高斯分布对动作片段的边界生成概率进行优化。在ActivityNet-1.3公开数据集上进行了实验,该方法具有较高的精确度,并优于其他同类算法。