论文：Fast Learning of Temporal Action Proposal via Dense Boundary Generator

引文：https://zhuanlan.zhihu.com/p/91729987
引文：https://zhuanlan.zhihu.com/p/91963727

原文：https://arxiv.org/pdf/1911.04127.pdf
code：https://github.com/TencentYoutuResearch/ActionDetection-DBG

三点创新，探索视频动作检测最优方案

视频动作检测技术是精彩视频集锦、视频字幕生成、动作识别等任务的基础，随着互联网的飞速发展，在产业界中得到越来越广泛地应用。视频动作检测算法需要在给出视频中找到动作发生的位置（起点和终点）和置信度。如下图所示，我们需要在一段体育视频场景中，找到“跳高”这个动作发生的起点时刻和终点时刻。

DBG框架结构

算法框架如下图所示，包括三个部分：视频特征抽取（Video Representation），稠密边界动作检测器（DBG），后处理（Post-processing）。框架图如下：

与现有的视频动作检测算法相比，DBG算法有3点创新：

（1）提出一种快速的、端到端的稠密边界动作生成器(Dense Boundary Generator，DBG)。该生成器能够对所有的动作提名（proposal）估计出稠密的边界置信度图。

（2）引入额外的时序上的动作分类损失函数来监督动作概率特征，该特征能够有利于回归动作的完整度。

（3）设计一种高效的动作提名特征生成层，该层能够有效捕获动作的全局特征，便于后面的分类和回归模块。

据了解，DBG算法在全球两大权威视频动作数据集ActivityNet-1.3和THUMOS14上均取得了第一。算法的整体框架主要包括三个部分：视频特征抽取（Video Representation），稠密边界动作检测器（DBG），后处理（Post-processing）。

DBG实验