【标题】Hierarchical Graph-RNNs for Action Detection of Multiple Activities 【作者团队】Sovan Biswas, Yaser Souri, Juergen Gall 【发表时间】2021/1/21 【论文链接】原文地址 【参考链接】 【推荐理由】 本文来源于波恩大学Sovan Biswas团队收录于ICIP 2019会议的文章,其提出了层次图递归神经网络（HGRNN）来识别和定位同时发生的多个行为。并且该模型通过学习时间上下文以及被检测人员行为之间的相互关系以进行行为识别。

本文提出了一种在视频帧中对行为进行空间定位的方法，其中每个人可以同时执行多个活动。该方法考虑了时间上下文以及被检测人员的行为之间的关系。虽然时间上下文是通过时间递归神经网络（RNN）建模的，但行为的关系是通过图RNN建模的。两个网络一起训练，并且所提出的方法在AVA数据集上达到了最先进的结果。 图1:层次图神经递归网络（Hierarchical Graph RNN (HGRNN)）网络结构

内容中包含的图片若涉及版权问题，请及时与我们联系删除