本研究提出了一种从观察到的图像帧特征直接预测未来活动的框架，以及一个基于时间的循环一致性损失来预测未来活动和过去活动，与其他方法相比，在 Breakfast 数据集和 50Salads 上实现了最先进的结果。

Sep, 2020

本论文提出了一种不确定性增强的强鲁棒性视频活动预测框架，通过生成不确定性值来表示预测结果的可信度，并利用该值来调整预测目标活动的分布。同时，通过将活动的演化和语义关系结合，构建了合理的目标活动标签表示。此外，通过比较样本对和它们的时间长度之间的不确定性，将不确定性量化为相对值，提供了一种更可行的不确定性建模方法。实验结果表明，提出的框架在多个基准数据集上取得了有希望的性能和更好的鲁棒性 / 可解释性。

Apr, 2024

提出了两种方法来进行视频动作的长期预测。使用卷积神经网络和循环神经网络进行学习，能够生成准确的未来预测甚至在包含大量不同动作的长视频中也可以处理噪音或错误的输入信息。

Apr, 2018

ANTICIPATR 模型使用 segment-level representations 和 video-level representation 进行时间跨度较大的 action anticipation 任务，能够直接预测未来一段时间的行为实例。在 Breakfast、50Salads、Epic-Kitchens-55 和 EGTEA Gaze+ 数据集上得到了较好的结果。

Oct, 2022

提出了一种全新的基于注意力机制的动作预测模型，称为 Future Transformer (FUTR)，它能够学习全局的视频动作信息，以预测长达数分钟的未来动作序列，和传统的自回归模型相比，FUTR 可以更准确、更快速地进行长期预测。在两个标准数据集 Breakfast 和 50Salads 上进行了实验，FUTR 模型取得了最新的最优结果。

May, 2022

该研究采用扩散模型来从生成视角重新思考行动预测，在考虑未来的不确定性的情况下，通过生成多种可能的未来行动。对四个基准数据集进行了广泛实验证明该方法在行动预测方面取得了优秀的效果。

Nov, 2023

本文提出了一种基于多任务学习的端到端学习系统，利用丰富的视觉特征和人类行为信息相互作用来预测行人未来的路径和活动，实证证明了该方法可以提高未来轨迹预测的准确性，并且还可产生有意义的未来活动预测。

Feb, 2019

本文提出了一种使用动态图像和定制损失函数的生成模型来预测人类行为的方法，该方法在三个基准测试中相较于现有的最佳方法增强了 4% 至 5.2% 的预测准确性。

Aug, 2018

本文提出了一种基于网络模块的自监督学习方法，旨在预测未来活动，并通过多假设方案及描述生成器阐述其意义，也在广泛的数据集上进行了活动分类实验。

May, 2019

提出一种基于记忆的端到端网络进行行为预测与预测，表明使用动态内存训练历史可以显着提高预测性能。

Jan, 2019