admin管理员组

文章数量:1794759

Group

Group

arXiv:2108.07797v1 [cs.CV] 17 Aug 2021

  1. 思路
    根据样本和参考视频的相关性来提供重要的线索（因为同一个数据集的视频变化很小），以至于更准确的进行动作质量评估。使用一个Contrastive Regression (CoRe) 来成对的对比。
    尽管对比回归框架可以预测相对分数∆s，∆s通常取值范围很广(例如，对于潜水，∆s∈[−30,30])。因此，直接预测∆s仍然是一个很大的困难，因此提出一个group-aware regression tree将传统的得分回归转换为两个更简单的子任务：由粗到精的分类和小间隔回归。
    缺点：需要人为找视频对
  2. 方法

    I3D提取特征，回归得到样本和样例视频的区别，再加样例得分，得到样本得分：

上式R表示下图的回归树， f ( n , m ) 输 入 到 节 点 h 0 ， 输 出 回 归

本文标签： group

版权声明：本文标题：Group 内容由林淑君副主任自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.xiehuijuan.com/baike/1731029501a965460.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。