fine-grained action recognition | BriefGPT

关键词fine-grained action recognition

搜索结果 - 10

一个多模态语言模型中理解长视频的方法
利用多模态视频理解框架，在长视频和细粒度动作识别基准测试中展示了最前沿的性能表现。
PDF3 months ago
MMM$^3$Net: 多视图编码、匹配和融合的少样本细粒度行为识别
通过多视图编码、多视图匹配和多视图融合，M$^3$Net 在 FS-FG 动作识别上具有出色的细节捕捉和卓越的性能。
PDFa year ago
精细动作的实时识别及其手洗数据集
本文提出了一种三流算法用于实时动作识别，并提供了新的手部洗涤视屏数据集，该算法不仅高效准确，而且能够识别极其相似的动作，从而为未来的精细动作识别任务引入了新的基准。
PDF2 years ago
ECCV精细动作识别的动态时空专业化学习
该论文提出了一种基于动态时空特化的模块，通过特定神经元的专业化设计实现 fine-grained 行为识别，并使用特化优化算法进一步优化架构，以适应视频中广泛的时空变化，取得了最先进的性能表现。
PDF2 years ago
2021 EPIC-KITCHENS-100 无监督领域自适应动作识别挑战赛 VI-I2R 团队技术报告
通过 MEAA 的不确定性感知域适应网络，在源数据上使用非常有限的手部边界框注释，学习到了手部物体交互的特定特征，从而提高了微观场景下准确性并在无标签目标域中学习到了域不变特征，从而再精细的动作识别方面表现出最好的 top-1 动作识别准确
PDF2 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细粒度动作识别的多模态域自适应
本文通过多模式自我监督对齐方法及对抗式对齐方法，提高细粒度行为识别跨环境泛化能力。在 EPIC-Kitchens 数据集中，多模式自我监督训练可将性能提高 2.4%，结合对抗式对齐方法可超过其他对抗式训练方法 3%。
PDF4 years ago
CVPR一种多任务学习方法用于行动质量评估
提出了一种多任务学习方法来改善行动质量评估 (AQA) 的表现，此方法解决了细粒度行动识别、评注生成和评估 AQA 值三个相关任务，结果表明出优于单任务学习方法，获得了目前的最优结果。
PDF5 years ago
人体动作作为姿态嵌入流形中轨迹的无监督特征学习
本文提出了一种新颖的时间姿势序列建模框架，可以将 3D 人体骨骼关节的动态嵌入到一个连续的潜在空间中，并应用于细粒度动作识别。通过 Encoder GAN 和 PoseRNN 组合实现了一个无监督的骨架姿势重构和自编码器架构，该架构在 S
PDF6 years ago
ECCV用于细粒度动作分割的分段时空卷积神经网络
提出了一个基于低级时空特征和高级的段分类器的动作分割模型，结合了半马尔可夫模型，并引入一种比当前方法快数倍的有效的有约束的段推断算法。在烹饪和手术动作数据集上观察到明显的改进。
PDF8 years ago