ICCV 2019 行为识别/视频理解论文汇总
加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注 极市平台 公众号 ，回复 加群，立刻申请入群~
作者：木石
https://zhuanlan.zhihu.com/p/77742840
来源：知乎，已获作者授权转载，禁止二次转载。
前两天稍微整理了下 ICCV 2019 已经放出来的视频理解/行为识别相关论文，这里分享下。
Graph Convolutional Networks for Temporal Action Localization
作者：Chuang Gan 等
Action recognition with spatial-temporal discriminative filter banks
作者：Yuanjun Xiong 等
AssembleNet: Searching for Multi-Stream Neural Connectivity in Video Architectures
作者：Google Brain
neural architecture search for video understanding——大力出奇迹
DynamoNet: Dynamic Action and Motion Network
作者：Ali Diba Luc Van Gool
Reasoning About Human-Object Interactions Through Dual Attention Networks
作者：Bolei Zhou
Learning Temporal Action Proposals with Fewer Labels
作者：Stanford Feifei组 Juan Carlos Niebles
EPIC-Fusion: Audio-Visual Temporal Binding for Egocentric Action Recognition
作者：Dima Damen 等
SlowFast Networks for Video Recognition
（文章链接：https://arxiv.org/abs/1812.03982）
kaiming 大神 from FAIR
Video Classification with Channel-Separated Convolutional Networks
（文章链接：https://arxiv.org/abs/1904.02811）
Du Tran 大神 from FAIR
SCSampler: Sampling Salient Clips from Video for Efficient Action Recognition. oral
（文章链接：https://arxiv.org/abs/1904.04289）
Du Tran 大神 from FAIR
DistInit: Learning Video Representations without a Single Labeled Video.
（文章链接：https://arxiv.org/abs/1901.09244）
Du Tran 大神 from FAIR
很简单的思路
TSM: Temporal Shift Module for Efficient Video Understanding
作者：Ji Lin, Chuang Gan, Song Han
论文链接：https://arxiv.org/abs/1811.08383
Github链接：https://github.com/mit-han-lab/temporal-shift-module
emmm感觉吧，就像是搞了个带Mask的固定卷积核？
BMN: Boundary-Matching Network for Temporal Action Proposal Generation
（文章链接：https://arxiv.org/abs/1907.09702）
来自作者大大解读：林天威：[ICCV 2019][时序动作提名] 边界匹配网络详解
（原文链接：https://zhuanlan.zhihu.com/p/75444151）
Weakly Supervised Energy-Based Learning for Action Segmentation.oral
文章链接：https://github.com/JunLi-Galios/CDFL
Pose-aware Dynamic Attention for Human Object Interaction Detection
文章链接：https://github.com/bobwan1995/PMFNet
What Would You Expect? Anticipating Egocentric Actions With Rolling-Unrolling LSTMs and Modality Attention
项目链接：https://iplab.dmi.unict.it/rulstm/
论文链接：https://arxiv.org/pdf/1905.09035.pdf
GitHub：https://github.com/fpv-iplab/rulstm
Fine-Grained Action Retrieval Through Multiple Parts-of-Speech Embeddings
论文链接：https://arxiv.org/abs/1908.03477
项目链接：https://mwray.github.io/FGAR/
HowTo100M: Learning a Text-Video Embedding by Watching Hundred Million Narrated Video Clips
作者：Antoine Miech, Dimitri Zhukov, Jean-Baptiste Alayrac, Makarand Tapaswi, Ivan Laptev, Josef Sivic
论文链接：https://arxiv.org/abs/1906.03327
项目链接：https://github.com/antoine77340/howto100m
code（链接：https://github.com/antoine77340/howto100m）
Temporal Attentive Alignment for Large-Scale Video Domain Adaptation
作者：Min-Hung Chen, Zsolt Kira, Ghassan AlRegib, Jaekwon Woo, Ruxin Chen, Jian Zheng
论文链接：https://arxiv.org/abs/1907.12743
Github链接：https://github.com/cmhungsteve/TA3N
STM- SpatioTemporal and Motion Encoding for Action Recognition
from ZJU && SenseTime Group Limited
论文链接：https://arxiv.org/abs/1908.02486
PS. 附上我们的ICCV2019GitHub开源项目：
https://github.com/extreme-assistant/iccv2019
-End-
*延伸阅读
添加极市小助手微信（ID : cv-mart），备注：研究方向-姓名-学校/公司-城市（如：目标检测-小极-北大-深圳），即可申请加入目标检测、目标跟踪、人脸、工业检测、医学影像、三维&SLAM、图像分割等极市技术交流群，更有每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流，一起来让思想之光照的更远吧~
△长按添加极市小助手
△长按关注极市平台
觉得有用麻烦给个在看啦~