spatiotemporal modeling | BriefGPT

关键词spatiotemporal modeling

搜索结果 - 10

运算学习中平滑稀疏的潜在动力学与加加速度正则化
通过引入 Jerk 正则化到压缩的潜在空间的学习中，本文介绍了一个连续操作学习框架，该框架为快速准确的时空预测提供了增强的精度和收敛速度，并有助于识别内在的潜在空间坐标。
PDF4 months ago
MM长视频中高效的视频识别：在移动时观察
基于 “移动中观察” 新的识别范例，相比于传统的分阶段范例，以更高的效率融合粗粒度采样和细粒度识别的统一时空建模，并通过层次化机制高效捕获、推断长剪辑视频中的单位级和视频级时间语义，实现了新的视频时空建模效率与准确性的权衡。
PDFa year ago
CLIP 多模态适应用于少样本动作识别
本文提出了一种名为 MA-CLIP 的新方法，旨在通过添加轻量级适配器来适应 CLIP 进行少样本动作识别，从而解决传统方法中的参数调优和时间建模的问题。
PDFa year ago
基于交互式骨架的通用交互动作识别的交互时空标记关注网络
该研究提出 Interactive Spatiotemporal Token Attention Network (ISTA-Net) 模型，通过多头自注意力和三维卷积技术同时建模空间、时间和交互关系，并提出实体重新排列方法来更好地表示多种
PDFa year ago
CVPRTSI：用于视频动作识别的时间显著性整合
本文提出了一种基于 Temporal Saliency Integration (TSI) 块的运动识别方法，其中主要包含了 Salient Motion Excitation (SME) 模块和 Cross-perception Temp
PDF3 years ago
基于多重对抗时空网络的联合空气质量和天气预测
本文提出了 Multi-adversarial spatiotemporal recurrent Graph Neural Networks（MasterGNN）模型，通过模型化空气质量和气象监测站之间的时空自相关性，并采用多元对抗图学习框
PDF4 years ago
AAAIMVFNet: 高效视频识别的多视角融合网络
本文提出了一种基于 2D CNN 骨干网络的新的多视图融合（MVF）模块，用于视频动作识别中的时空建模，并利用可分离卷积实现了高效处理，实验结果表明，该方法在不降低识别精度的情况下降低了模型复杂度。
PDF4 years ago
用于分析全球环境数据的时空多分辨率逼近
本文提出了一种针对全球数据的时空建模扩展方法，将多分辨率逼近（MRA）方法与分区及复杂协方差模型拟合相结合，实现了可扩展的计算性能和灵活的协方差模型，为分析全球性数据提供了实用的策略。
PDF4 years ago
NAOMI: 非自回归多分辨率序列插补
本文提出了一种新颖的深度生成模型：Non-AutOregressive Multiresolution Imputation（NAOMI），利用空时数据的多分辨率结构，采用分治策略从粗到细粒度递归解码，通过对抗训练进一步提高模型性能，能有效
PDF5 years ago
PredRNN++：解决时空预测学习中的深时限困境
本研究提出了 PredRNN++，一种改进的递归网络，用于视频预测学习。该方法通过利用一种名为因果 LSTM 的新型递归单元来增加相邻状态之间的转换深度，从而提高了其对空间和时间记忆的建模能力，并通过引入 Gradient Highway
PDF6 years ago