Carregant...
Carregant...

Vés al contingut (premeu Retorn)

Online detection of action start in untrimmed, streaming videos

Autor
Shou, Z.; Pan, J.; Chan, J.; Miyazawa, K.; Mansour, H.; Vetro, A.; Giro, X.; Chang, S.
Tipus d'activitat
Presentació treball a congrés
Nom de l'edició
European Conference on Computer Vision 2018
Any de l'edició
2018
Data de presentació
2018-09-10
Llibre d'actes
Computer Vision – ECCV 2018. 15th European Conference, Munich, Germany, September 8-14, 2018, proceedings, part I
Pàgina inicial
551
Pàgina final
568
DOI
https://doi.org/10.1007/978-3-030-01219-9_33 Obrir en finestra nova
Projecte finançador
Procesado de señales multimodales y aprendizaje automático en grafos.
Repositori
http://hdl.handle.net/2117/123701 Obrir en finestra nova
https://arxiv.org/abs/1802.06822 Obrir en finestra nova
URL
http://openaccess.thecvf.com/content_ECCV_2018/html/Zheng_Shou_Online_Detection_of_ECCV_2018_paper.html Obrir en finestra nova
Resum
We aim to tackle a novel task in action detection - Online Detection of Action Start (ODAS) in untrimmed, streaming videos. The goal of ODAS is to detect the start of an action instance, with high categorization accuracy and low detection latency. ODAS is important in many applications such as early alert generation to allow timely security or emergency response. We propose three novel methods to specifically address the challenges in training ODAS models: (1) hard negative samples generation ba...
Grup de recerca
GPI - Grup de Processament d'Imatge i Vídeo
IDEAI-UPC Intelligent Data Science and Artificial Intelligence

Participants

  • Shou, Zheng  (autor ponent)
  • Pan, Junting  (autor ponent)
  • Chan, Jonathan  (autor ponent)
  • Miyazawa, Kazuyuki  (autor ponent)
  • Mansour, Hassan  (autor ponent)
  • Vetro, Anthony  (autor ponent)
  • Giro Nieto, Xavier  (autor ponent)
  • Chang, Shih-Fu  (autor ponent)