Modeling Video Evolution For Action Recognition

[sgnoya]

1. 概要（基本アイデア）

• 動画の表現方法として，Rank-SVMを基にした手法を提案．
• 下記の条件を満たすベクトルuを見つけ特徴量として利用する．
• uへ動画像の各フレームを射影した際に，u上での順序とフレームの時間順が一致するようにする．
  (時間が遅いフレームほど，内積値を大きくする．)

2. 新規性

Video/Temporal Evolutionを捉えるために，Rank-SVMを基にした動画記述子を提案．

3. 手法詳細

最適化はほぼRank-SVMと同じ．

4. 結果

5. 論文，コード等へのリンク

論文pdf

6. 感想，コメント

7. bibtex

@inproceedings{fernando2015modeling,
title={Modeling video evolution for action recognition},
author={Fernando, Basura and Gavves, Efstratios and Oramas, Jose M and Ghodrati, Amir and Tuytelaars, Tinne},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
pages={5378--5387},
year={2015}
}

8. 関連論文

uを部分空間へ拡張
Generalized Rank Pooling for Activity Recognition, CVPR 2017

非線形部分空間へ
Non-Linear Temporal Subspace Representations for Activity Recognition, CVPR 2018