BriefGPT - AI 论文速递
·
S3Aug：用于动作识别的分割、采样和平移
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为S3Aug的视频数据增强方法，用于动作识别。该方法通过分割和标签转换，生成多样的视频，并通过移动中间特征来增强生成视频帧之间的时间连贯性。实验证明该方法在UCF101、HMDB51和Mimetics数据集上有效，尤其对于Mimetics数据集中的非上下文视频。
🎯
关键要点
- 本文介绍了一种名为S3Aug的视频数据增强方法，用于动作识别。
- S3Aug通过分割和标签转换，从单个训练视频生成新的视频。
- 该方法通过采样修改某些类别的标签图像，以生成多样的视频。
- S3Aug通过移动中间特征来增强生成视频帧之间的时间连贯性。
- 实验证明该方法在UCF101、HMDB51和Mimetics数据集上有效。
- 该方法尤其对Mimetics数据集中的非上下文视频表现良好。
➡️
