基于深度学习的行为检测方法综述

摘要：

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点.近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类,综合分析了每一类别中不同研究方法的思路和优缺点,并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法;介绍了行为检测领域常用的数据集以及性能评估指标,在这些数据集上比较了几种典型方法的性能;总结了当前行为检测方法需要解决的问题以及进一步发展的研究方向.

关键词：视频理解、行为检测、深度学习、弱监督学习

所属期刊栏目：32

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;重庆市科委自然科学基金

在线出版日期：2020-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：991-1002