题目： Adversarial Cross-Domain Action Recognition with Co-Attention

摘要： 动作识别是一个被广泛研究的课题，其研究重点是有监督的学习，包括足够多的视频。然而，跨域动作识别的问题，即训练和测试视频是从不同的底层分布中提取出来的，在很大程度上仍然没有得到充分的研究。以往的方法直接采用跨域图像识别技术，容易出现严重的时间错位问题。提出了一种时间协同注意网络（TCoN），该网络利用一种新的跨域协同注意机制，对源域和目标域之间的时间对准动作特征分布进行了匹配。在三个跨域动作识别数据集上的实验结果表明，在跨域设置下，TCoN显著地改进了以往的单域和跨域方法。

作者简介： Boxiao Pan，斯坦福大学视觉与学习实验室的硕士。他对构建能够解释和理解以人为中心的行为、场景和事件的智能系统非常着迷，尤其是通过视频输入。https://cs.stanford.edu/~bxpan/

Zhangjie Cao，斯坦福大学计算机科学系的博士。https://caozhangjie.github.io/