spatiotemporal dependencies | BriefGPT

关键词spatiotemporal dependencies

搜索结果 - 11

基于视频的人体姿态回归：通过解耦的时空聚合
通过综合利用视频序列的时间依赖性，我们开发了一种高效且有效的基于视频的人体姿态回归方法，绕过热图等中间表示，直接将输入映射到输出关节坐标。我们的方法利用了相邻关节的空间相关性和每个关节自身的时间相关性，通过提出的关节感知特征令牌机制来灵活地
PDF3 months ago
ESTformer: EEG 超分辨率利用时空依赖的 Transformer
基于 Transformer 的 ESTformer 框架应用于脑电超分辨率（SR）任务，利用时空依赖关系学习空间结构信息和时间功能变化，并通过 Spatial Interpolation Module（SIM）和 Temporal Rec
PDF7 months ago
流式多元时间序列的零延迟一致信号重建
通过学习多变量时序数据的时空依赖关系，利用递归神经网络以确保一致性，本研究提出了一种从数据流中一致重建量化间隔的方法。实验证明，相比非一致重建方法，我们的提议方法在采样率方面具有有利的误差率衰减效果。
PDF10 months ago
动态因果图卷积网络用于交通预测
通过使用动态贝叶斯网络嵌入时变图形拓扑结构，应用图卷积神经网络进行交通预测，在实际数据集上验证提出方法的卓越性能。
PDFa year ago
基于时空依赖的交通数据插值的深度学习框架
本文研究了如何使用数据填充的方法处理由于交通网络动态变化引起的多变量时间序列中缺失的时空数据，并就现有方法存在的问题提出了改进方案。
PDFa year ago
基于可学习的静态与动态个性化图卷积网络的时空海表温度预测
本文提出了一种新颖的静态和动态可学习个性化图卷积网络 (SD-LPGC) 来处理 SST　的预测任务，实验结果表明该方法具有最先进的性能。
PDFa year ago
CVPR为长形视频理解选择性结构状态空间
本论文提出了一种轻量级掩膜生成器的技术，采用长短掩膜对 S4 模型进行改进，从而更有效、准确地模拟视频中的长期时空依赖关系，并在三个数据集上均取得了比之前最先进的 S4 模型更高的准确性，降低了 23％的内存占用。
PDFa year ago
针对零样本动作识别的端到端语义视频变换器
本文提出了一种新的端到端训练 Transformer 模型的方法，能够高效地捕捉长期时空依赖性，在零样本学习方面获得了最新进展，通过避免训练和测试类之间的重叠，提出了一个新的实验设置方案，该方法在 UCF-101、HMDB-51 和 Act
PDF2 years ago
ECCVDualFormer：面向高效视频识别的分层局部全局 Transformer
本文提出了一种新型的 Transformer 架构 DualFormer 用于视频识别，此架构可以有效地处理空间 - 时间关注，能够捕捉短距离和长距离的时空依赖关系，并通过本地 - 全局层次划分策略显著减少注意力计算中的关键值个数，从而提高
PDF3 years ago
KDDMugRep：面向房地产估价的多任务分层图表示学习框架
该研究提出了一种基于多任务层次图表示学习（MugRep）的房地产精确估价框架，通过获取和集成多源城市数据，构建一个丰富的特征集，包括地理分布、人类流动分布和居民人口统计分布，并提出了一种异步时空依赖性的房地产交易图和相关事件图卷积模块，以及
PDF3 years ago
CVPR基于多粒度超图的视频人员再识别学习
本研究提出了一种新的基于图的框架，即多粒度超图（MGH），通过建模多个粒度的时空依赖性来追求更好的表征能力，从而解决视频中人员再识别任务中的关键问题，并且通过多种基准测试表现出了优异的性能。
PDF3 years ago