#763
summarized by : Shunsuke NAKATSUKA
Convolutional Relational Machine for Group Activity Recognition

どんな論文か?

end to endなGroup Activity Recognitionモデル.データ的にはBounding BoxとGroup Activity Labelが与えられている.
placeholder

新規性

Convolutional Relational Machine (CRN)を提案.具体的には動画や画像の特徴マップからActivity Mapを何度も算出し,refineする.このとき最後に得られるActivity MapからGroup Activity Labelを予測する(実験ではstage 4までrefine).

結果

Volleyball Datasetにおいて,従来手法を大きく上回る精度.また,特徴マップのみ,stage-1まで, stage-2まで,stage-4 + RGB, stage-4 + Flow, stage-4 + RGB + Flow など11種類の条件で実験をし, stage-4 + RGB + Flowが最も高精度.

その他(なぜ通ったか?等)