关键词spatial-temporal context
搜索结果 - 3
- 高效长短时注意力网络用于无监督视频目标分割
无监督视频对象分割(VOS)旨在识别视频中主要前景对象的轮廓,但以往的方法没有充分利用时空上下文,并且无法在实时中处理这一具有挑战性的任务。因此,本文提出了一种高效的长短时序注意力网络(LSTA),从整体视角解决了无监督 VOS 任务。该网 - 探索多路径轨迹预测的动态上下文
本文提出了一种名为 Dynamic Context Encoder Network (DCENet) 的新型框架,用于探索交通场景中代理之间的空间和时间上下文信息,从而提高未来位置的预测准确性,实现更安全的自主驾驶系统。DCENet 在多个 - IAUnet:全局上下文感知人员再识别特征学习
本文提出了一种新的块,IAU,它综合利用时空信息以提高 person reID 任务的性能,并通过轻量级、端到端的设计,可以轻松插入到现有的 CNN 中。实验表明,IAU 在图像和视频重新识别任务上表现优异,并在一般对象分类任务上取得了令人