要約
ストリーミング動画におけるオンラインアクション検出は、現在行われている動作を識別することを目指しています。この課題に対して、従来の手法では再帰型ネットワークを使用して、現在の動作フレームの時間系列をモデル化していました。しかし、これらの手法は入力画像シーケンスが背景や関連性の低い動作も含んでいるという事実を見落としています。本論文では、オンラインアクション検出のために、進行中の動作に関連する情報を他の情報から明示的に区別する新しい再帰単位を提案します。当該単位はInformation Discrimination Unit（IDU）と命名され、入力情報が現在の動作に関連しているかどうかに基づいてその蓄積を決定します。これにより、IDUを搭載した再帰型ネットワークは進行中の動作を識別するためのより判別的な表現を学習することが可能となります。TVSeriesおよびTHUMOS-14という2つのベンチマークデータセットでの実験において、提案手法は既存の最先端手法よりも大幅に優れた性能を示しました。さらに、包括的なアブレーションスタディを通じて当該再帰単位の有効性を示しています。