摘要：0.前言 相关资料： paper 网站 论文解读（知乎，CSDN） 论文基本信息： 领域：弱监督动作定位 发表时间：ICCV2017 1.针对的问题 大多数网络只识别图像最具有鉴别力的部分，不是所有相关的部分，导致性能不佳。 2.主要贡献 1)引入了弱监督定位的Hide-and-Seek思想，并在I 阅读全文

摘要：0. 前言 相关资料： arxiv github 论文解读1，论文解读2 论文基本信息： 领域：弱监督时序行为定位 发表时间：AAAI 2020（2019.11.22） 1.针对的问题 弱监督视频动作定位中，这篇论文之前的方法聚合帧级别的类分数，以产生视频级别的预测并从视频级别的动作中学习。此方法无 阅读全文

摘要：0.前言 相关资料： 论文 github 论文解读(CSDN) 论文基本信息： 领域：动作识别与检测 发表时间：CVPR2017（2017.5.22） 1.针对的问题 这篇论文之前的行为识别方法严重依赖于修剪过的视频数据来训练模型，然而，获取一个大规模的修剪过的视频数据集需要花费大量人力和时间。 2 阅读全文

摘要：0.前言 相关资料： 论文 github 论文解读 论文基本信息： 领域：弱监督时序动作定位综述 更新时间：ACM MM2019（2019.8.7） 1.针对的问题 大多数现有的框架依赖于类激活序列(CAS)，通过最小化视频级的分类损失来定位动作，它利用了动作中最具判别性的部分，但忽略了次要区域，具 阅读全文

摘要：1.针对的问题 在没有帧级注释的情况下，W-TAL方法很难识别假阳性的动作建议，并生成具有精确时间边界的动作建议。具体来说，之前的W-TAL方法所面临的最关键的问题之一是缺乏排除假阳性动作建议的能力。如果没有帧级注释，它们会定位不一定与视频级标签对应的动作示例。例如，模型可能仅通过检查场景中是否存在 阅读全文