CVPRMar, 2024

双重 DETR 用于多标签时间动作检测

PDF
TL;DR提出了一种新的双层查询型时态行动检测框架 DualDETR，在多标签 TAD 基准测试中表现出优于现有最先进方法的性能，在 det-mAP 下实现了显著改进，在 seg-mAP 下取得了令人印象深刻的结果。
temporal action detectiondualdetrquery-based frameworkboundary localizationmulti-label tad
发现论文，激发创造
  • 增强即时可辨性的时间动作定位

    基于 TriDet 模型的时间动作检测（TAD）在多个 TAD 数据集上表现出鲁棒性和最先进的性能，包括分层（多标签）TAD 数据集。

    Sep, 2023

  • 使用 Transformer 进行端到端时序动作检测

    本研究提出了一种基于 Transformer 的时态动作检测方法，通过少量学习嵌入（称为动作查询）从视频中自适应地提取时间上下文信息，并直接预测动作实例的时间间隔和语义标签，通过三种改进提高本地化意识，实现了端到端的学习，并取得了与现有方法相比的卓越性能。

    Jun, 2021

  • 自反馈 DETR 用于时态行为检测

    通过利用解码器的交叉注意映射以重新激活自注意模块，我们提出了一种名为 Self-DETR 的新型框架来解决 TAD 中的时间折叠问题，并通过保持所有层次上的高多样性注意来证明其有效性。

    Aug, 2023

  • 关系查询下的时间行为检测 (ReAct)

    本文提出了一种名为 ReAct 的时域动作检测模型，采用编解码框架和动作查询相似于 DETR，使用关系注意力机制和两个损失函数加强动作分类的训练，最后通过预测每个动作查询的本地化质量来区分高质量的查询，该模型在 THUMOS14 上取得了最先进的性能，并降低了计算成本。

    Jul, 2022

  • TriDet: 基于相对边界建模的时间动作检测

    本文提出了一种一阶段框架 TriDet，用于时间动作检测，其结合了 Trident-head 和 SGP-based 特征金字塔的快速、高效特性，取得了在三个基准测试中的最优性能，表现出优异的时间动作检测结果。

    Mar, 2023

  • 一项关于端到端时间动作检测的实证研究

    本文介绍了一种基于端到端学习的方法进行时间动作检测，相对于只有检测头优化的方法，端到端学习可以带来多达 11% 的性能改进，并针对影响 TAD 性能和速度的多种设计选择进行了深入研究，并提出了更高效的检测器。

    Apr, 2022

  • 稀疏提议优化高质量时序动作检测

    本文提出了一种名为 SP-TAD 的方法来应对在时间行为检测上的挑战，其利用了稀疏 proposal 和特征金字塔来构建多尺度特征以准确捕捉行为细节，实验结果表明，该方法取得了与现有最优方法相媲美的性能。

    Sep, 2021

  • 松弛 Transformer 解码器用于直接行动提议生成

    这篇论文提出了 RTD-Net 框架，利用 Transformer 类似的架构直接生成动作建议，通过在时间范围内更好地捕捉长程时间信息的边界注意模块来应对视频中的缓慢先前，通过松弛匹配方案来缓解对每个真实值的单一分配的限制，并使用三分支头明确地预测其完整性来进一步提高提案置信度，从而在 THUMOS14 和 ActivityNet-1.3 基准测试中具有很好的效果，同时比以前的提案生成方法更有效率。

    Feb, 2021

  • UniMD: 迈向统一的时刻检索和时间动作检测

    通过提出统一的时刻检测架构 UniMD 以及两种任务融合学习方法，本论文研究了时态动作检测（TAD）和时刻检索（MR）之间的潜在协同效应，并在多个数据集上实现了最先进的结果。

    Apr, 2024

  • DiffTAD: 带有提案去噪扩散的时间动作检测

    本文提出了一种使用扩散去噪的新时域动作检测（TAD）方法，名为 DiffTAD。该方法采用生成建模方法，而非以往判别式学习方法，借助 Transformer decoder 中引入的时间位置查询设计来建立去噪过程，通过交叉步选择性调节算法来提高推断速度。在 ActivityNet 和 THUMOS 上广泛评估后，我们的 DiffTAD 相比以往的艺术选择方案，表现出卓越的性能。

    Mar, 2023