Nov, 2024

EventCrab:利用帧与点的协同作用进行事件驱动的动作识别及其扩展

TL;DR本文研究了事件驱动动作识别(EAR)中未能有效结合异步事件数据的时间密集性与空间稀疏性的问题。我们提出了EventCrab框架,巧妙整合了面向密集事件帧的“轻量级”网络与处理稀疏事件点的“重”网络,并设计了两种策略以充分挖掘事件点的时空特性,实验表明该框架在多个数据集上显著提升性能,尤其在SeAct和HARDVS数据集上分别提高了5.17%和7.01%。