few-shot action recognition | BriefGPT

关键词few-shot action recognition

搜索结果 - 31

CVPR基於混合關係引導的少樣本動作識別集匹配
提出了一种新的少样本行动识别方法，使用混合关系模块和集合匹配度量学习任务特定嵌入，重新制定了查询和支持视频之间的距离度量，从而提高了对特定任务的预测性能。
PDF2 years ago
CVPRFew-shot 动作识别的时空关系建模
本文提出了一种新颖的 few-shot 动作识别框架 STRM，该框架通过聚合表示空间和时间上下文并学习高阶时间表示来增强类特定特征的可区分性，并在局部补丁级别和全局帧级别的特征补充子模块中捕获出现的特征，通过在不同阶段加强特征学习，并在四
PDF3 years ago
CVPR目标区域视频转换器
本文提出了 Object-Region Video Transformers (ORViT)—— 一种基于对象的视觉转换方法，通过融合早期层的对象间信息直接影响整个网络的时空表示。我们的模型通过面向对象的自我关注和分离对象的动态特征来捕获物
PDF3 years ago
一种用于真正零样本动作识别评估的新分割方法
该论文针对零样本行为识别中的现有问题，提出了 True Zero-Shot (TruZe) 数据集，其中训练集、测试集和预训练类别没有任何重叠，对零样本行为识别任务进行了评估，并发现在该任务中未见类别性能普遍较低，实验结果也暗示少样本行为识
PDF3 years ago
AAAITA2N: 用于少样本动作识别的两阶段动作对齐网络
本文提出了一个基于 Two-stage Action Alignment Network (TA2N) 的方法，通过学习时间仿射变换来定位动作并解决时空分布不一致的问题，从而在几个样本的情况下识别新的动作类别，并在基准数据集上实现了最先进的
PDF3 years ago
CVPR家庭行为基因组：合作组合动作理解
本研究介绍了 Home Action Genome (HOMAGE) 数据集，并使用 Cooperative Compositional Action Understanding (CCAU) 框架进行多个视图和多种数据模态下的动作识别。该
PDF3 years ago
基于最优传输的受损度量下小样本动作识别
该研究提出了一种基于代价度量的方法，融合了视频中的语义和时间信息，以优化运输框架来识别视频中的无法见类行为，它具有包括内容和排序敏感任务的判别能力，并在基准数据集上表现出卓越的性能。
PDF3 years ago
原型中心的关注学习在少样本动作识别中的应用
本文提出了一种原型中心的注意力学习模型（PAL），通过引入原型中心对比学习损失和混合的注意力学习机制，PAL 模型能够有效地提高在少样本情况下的行为识别准确度，具有优异的性能表现。
PDF3 years ago
CVPR少样本动作识别的时间关系跨变换器
本文提出了一种新的少样本动作识别方法，利用跨时间关系交换器构建类原型，形成有序帧的视频表示，依靠匹配多个支持集视频和学习高阶关系交换器，取得了 Kinetics、Something-Something V2（SSv2）、HMDB51 和 U
PDF3 years ago
动作基因组：将动作视为时空场景图的组合
介绍了一种将行为分解为时空场景图的表示法，通过将场景图作为时空特征库引入现有的行为识别模型中，取得了更好的表现，同时也说明了分层事件分解的效用，从而实现了少样本行为识别，并在新的时空场景图预测任务上对现有的场景图模型进行了基准测试。
PDF5 years ago
TARN: 时间注意力关系网络用于少样本和零样本动作识别
本文提出了一种基于时间注意力关系网络的方法，通过利用注意力机制执行时间对齐，并在视频片段级别上学习深度距离度量，从而在少样本和零样本动作识别方面取得了优越的实验结果。
PDF5 years ago