【课题推荐发表期刊】

【课题背景】

动作检测是计算机视觉领域的重要任务，其在视频监控、自动驾驶、人机交互等领域具有广泛的应用前景。传统的动作检测方法通常依赖于手工设计的特征或复杂的网络结构，存在泛化能力不足、对视频时空信息利用不充分等问题。近年来，随着深度学习和生成模型的快速发展，基于图像生成的动作检测方法逐渐崭露头角，为解决上述问题提供了新的思路。

本课题旨在探索一种基于图像生成的动作检测新方法，将动作检测任务转化为图像生成问题，并利用图像扩散模型生成包含动作信息的图像。通过将动作检测输出（起始点、结束点和动作类别预测）表示为图像，即“AD图像”，并利用图像扩散模型生成这些AD图像，有望实现更准确、高效的动作检测。

【课题方向参考】

• 动作检测的图像生成表示：研究如何将动作检测的输出有效地表示为图像，设计合适的AD图像编码方式，确保图像能够准确传达动作信息。

• 基于图像扩散模型的动作检测：探索利用图像扩散模型生成AD图像的方法，设计合适的网络结构和训练策略，确保生成的AD图像质量高、信息丰富。

• 离散动作检测扩散过程：针对动作检测任务的离散特性，设计专门的扩散过程，确保AD图像显示离散概率分布，提高动作检测的准确性。

• 时空关系建模：研究如何有效建模AD图像中的类内和时间关系，设计合适的网络模块或注意力机制，捕捉动作在时间和类别维度上的关联性。

【适合人群】

计算机科学专业研究计算机视觉相关方向的硕士研究生，要求具备扎实的计算机视觉和深度学习基础，熟悉Python编程和PyTorch框架，对动作检测和图像生成领域有浓厚兴趣。

【课题收获】

• 高质量论文一篇（SCI/CCF定向期刊）

• SCI/CCF期刊投递与发表指导

• 结业证书

【课题安排】

研究周期预估六个月左右，具体视学员情况调整

【推荐阅读】

• 2018 Detecting and recognizing human-object interactions

• 2020 Denoising diffusion probabilistic models