摘要

量化某一动作执行的好坏程度，即动作质量评估（Action Quality Assessment, AQA），近年来在视觉研究领域引起了广泛关注。不幸的是，先前的方法往往忽略了人类专家使用的评分标准，并且未能充分量化模型预测的不确定性。为了弥合这一差距，我们提出了一种深度概率模型——RICA^2，该模型集成了评分标准并考虑了预测的不确定性，用于AQA。我们的方法的核心在于对动作步骤进行随机嵌入，这些嵌入定义在一个编码了评分标准的图结构上。通过在潜在空间中扩散概率密度，这些嵌入使我们的方法能够表示模型的不确定性。图结构编码了评分准则，基于此准则可以解码出质量分数。我们展示了该方法在多个公开基准数据集上建立了新的最先进水平，包括FineDiving、MTL-AQA和JIGSAWS，在分数预测和不确定性校准方面表现出色。我们的代码可在以下网址获取：https://abrarmajeedi.github.io/rica2_aqa/