Awesome-Temporal-Action-Detection-Temporal-Action-Proposal-Generation

一个阅读列表，收集了关于时间动作检测及相关任务的研究论文。单词temporal意为“基于时间的”：这些论文关注的是视频中行为何时发生。

项目内容

它是一个链接集合，不是软件。你不能运行它。它只是将数百篇论文组织成一个可浏览的索引。每个条目链接到一篇研究论文。有些条目还链接到代码仓库、博客文章或视频演讲。

核心任务

时间动作检测（本列表的主要主题）意味着：

给定一个未结构化的视频，找出人类行为在时间上的开始和结束位置，以及该行为是什么。

示例：一个监控视频可能包含“打人”和“跑步”作为独立行为。目标是标记每个行为的精确开始时间和结束时间。

列表涵盖的内容

1. 时间动作提议生成

在检测行为之前，许多系统首先生成提议（可能包含行为的候选时间窗口）。这是一个独立的研究方向，有自己的论文。

2. 时间动作检测（监督学习）

主流研究领域。论文假设训练数据带有完整标签（开始时间、结束时间、行为类别）。

3. 弱监督检测

使用较不详细的标签进行训练。不给出精确时间，只告诉模型“这个视频的某处有打人行为”。模型必须自己找出时间。

4. 半监督检测

使用混合的标记和未标记视频进行训练。模型将标记的视频作为锚点，并尝试从大量未标记的视频中学习。

5. 在线动作检测

在视频播放时实时检测行为，无需等待整个视频。实时系统需要这个。

6. 开放词汇检测

检测训练时从未见过的行为，通过语言描述。示例：一个在“跑步”和“跳跃”上训练的系统也必须能从文本描述中识别“滑板”。

7. 预训练模型资源

五篇提供预训练视频编码器（在大规模视频数据上训练）的论文，你可以将其复用于新的检测任务。示例：BSP (ICCV 2021) 和 TSP。

8. ActivityNet 挑战赛

一个指向2021年ActivityNet竞赛（一个行为检测基准竞赛）的链接，以及阿里巴巴达摩院的演讲录音链接。

列表的组织方式

对于每个主题，论文按发表年份（2016–2026）分组。这便于追踪领域的发展。

• 2026年条目标记为arXiv。
• 较早的条目（“之前”部分）可追溯到2016–2017年。

列表中的链接类型

• 论文链接（大多数）：arXiv、IEEE Xplore、CVF - Open Access (CVPR/ICCV)。
• 代码链接（部分条目）：实现论文的GitHub仓库。
• 知乎链接（一个中文博客平台）：某些论文的中文解释。
• 演讲链接：例如，存储在百度网盘（一个文件分享服务）上的VALSE演讲录音，密码为“7y8g”。

值得注意的细节

• 列表包含官方代码（例如TensorFlow、PyTorch、PaddlePaddle）和非官方重新实现（例如code.PyTorch_unofficial）。这在条目中明确说明。
• 有些条目有多个代码移植版本（例如BSN有TensorFlow和PyTorch版本）。
• 列表标记了竞赛结果：例如RapNet被标记为“2019 ActivityNet task-1 2nd”（该竞赛第二名）。

受众

主要是计算机视觉研究人员（研究生、博士生、工程师），他们寻找论文、代码和基线实现。该列表不为初学者提供教程或动手指南。

总结

一个直接、组织良好的参考书目。其价值来自策展（选择高质量论文）和组织（按子任务和年份分组），而非代码或工具。