temporal action localization | BriefGPT

关键词temporal action localization

搜索结果 - 77

CVPRCoLA: 弱监督下用片段对比学习进行时间动作定位
本文提出了一种基于 Snippet Contrastive learning 和 Hard Snippet Mining 的弱监督视频动作定位模型，弥补了传统模型单独处理每个片段的不足，使得模型能更准确地定位动作并取得了当前最先进的结果。
PDF3 years ago
AAAI通过学习明确的动作和情境子空间，实现弱监督的时间行为定位
通过学习两个特征子空间（分别专门用于行为和背景）并利用时空运动预测来促进两个特征子空间的学习，本文提出了一种解决弱监督时间动作本地化的方法，该方法在 THUMOS14、ActivityNet v1.2 和 v1.3 数据集上优于现有的 WS
PDF3 years ago
低保真端到端视频编码器预训练用于时间动作定位
提出了一种新的 LoFi 视频编码器预训练方法，通过减少时空或时空分辨率的 mini-batch 组合来实现对编码器的端到端优化，有助于解决任务不一致性问题并提供更有效的特征表示，从而显著提高了现有 TAL 方法的性能。
PDF3 years ago
CVPR学习显著边界特征以实现无锚定时间行为定位
本文提出了第一个完全基于无锚点的时间定位方法，该模型通过使用一种基本的可训练推荐器、一个基于显着性的细化模块以及若干一致性约束来实现。实验证明，我们的方法在 THUMOS14 上击败了所有锚点和动作导向方法，取得了最先进的结果，在 Acti
PDF3 years ago
建模多标签动作依赖性以进行时序动作定位
本文提出了一种基于注意力机制的体系结构来模拟在未修剪视频的时间动作本地化任务中动作类之间的关系，并通过 Co - 发生依赖分支和时间依赖依赖分支来建模合作和临时依赖性，提出了新颖的度量标准以考虑动作类之间的依赖性，并在 MultiTHUMO
PDF3 years ago
时空动作定位的活动图变换器
该研究提出了一种基于深度学习的 Activity Graph Transformer 模型，可以对视频进行端到端分析，精确定位和识别视频内的特定事件活动，并通过非线性图推理方法捕获视频内事件之间的复杂时间结构。实验结果显示此方法在三个具有挑
PDF3 years ago
AAAI一种用于弱监督时序动作定位的混合注意机制
本论文提出了一种名为 HAM-Net 的新颖框架，该框架采用混合注意机制来解决现有方法中存在的问题，包括对背景活动的建模和完整性的捕捉，实验证明其在多个数据集上均取得了最新的最佳性能。
PDF4 years ago
CVPR多镜头时间事件定位：基准测试
本文提出了一个新的挑战性任务，即多镜头时间事件定位，并相应地收集了一个名为 MUSES 的大规模数据集，其中包含 31,477 个事件实例，共计 716 个小时的视频；同时，我们在处理内部实例差异方面提出了一个简单的基线方法，并在 IoU=
PDF4 years ago
ICCVD2-Net: 通过判别嵌入和去噪激活进行弱监督行动定位
本文提出了一种名为 D2-Net 的弱监督时间动作本地化框架，其尝试使用视频级监督来对动作进行时间定位。其中，我们的创新主要体现在引入了一个新的损失函数，该函数通过联合增强潜在嵌入的可区分性和输出时间类别激活的鲁棒性，从而应对弱监督引起的前
PDF4 years ago
时序动作定位的视频自缝合图网络
该研究提出了一种名为 VSGN 的多级交叉尺度解决方案，其中包括视频自缝合和跨尺度图形金字塔网络等组件，以改善短动作的时空定位性能并在 THUMOS-14 等数据集上取得了最新的最佳表现。
PDF4 years ago
ECCV弱监督时序动作本地化的双流一致性网络
本文提出了一种名为 Two-Stream Consensus Network (TSCN) 的框架，用于解决在视频级别上监督的情况下，弱化监督下 temporal action localization 的困难问题，并通过新的 attent
PDF4 years ago
CVPR利用尺度不变关系建模的补充边界生成器用于时间动作定位：ActivityNet 挑战 2020 的提交
本文介绍了一种用于 “时间动作定位 / 检测” 的活动网挑战 2020 任务 1 的解决方案，将时间动作定位任务分解为两个阶段，并通过不同但互补的角度从多个组件的影响中全面探索提案多样性，最终实现了得分为 42.26 的挑战测试集上的最新性
PDF4 years ago
CVPR时间融合网络用于时序动作定位：提交至 ActivityNet Challenge 2020（E 任务）
本技术报告分析了我们在 Activitynet Challenge 2020 中使用的一种时间动作定位方法，该方法利用视频级别特征信息训练多个视频级别动作分类模型，并应用 BMN 等方法产生高质量的时间提案，再通过级联结构网络 Refine
PDF4 years ago
AAAI基于不确定性建模进行弱监督时序动作定位
该论文提出了一种新的关于背景帧的观点，在这个观点中，背景帧是关于其不一致性的离群样本，通过学习不确定性，背景帧可以被检测出来，而这种不确定性的学习是通过多实例学习实现的，进一步引入了一个背景熵损失以更好地鉴别背景帧。研究表明，我们的不确定性
PDF4 years ago
CVPR基于生成式注意模型的弱监督动作定位
本文提出了一种使用条件变分自编码器模型来处理弱监督下的动作定位问题的方法，通过建立一个概率模型来模拟每一帧在给定关注度的情况下应当属于动作或非动作中的哪一类，从而有效地解决了动作与上下文之间相互混淆的问题。
PDF4 years ago
ECCVSF-Net: 针对时间动作定位的单帧监督
本文提出了一种中间形式的监督学习 - 单帧监督学习，用于时间动作定位；并且研究了一个名为 SF-Net 的统一系统，用于接受单帧监督信息对时间定位进行训练；在多项实验中，SF-Net 显着改进了弱监督方法的性能，并且达到了与完全监督方法相当
PDF4 years ago
ECCV基于自然对抗性互相正则化的自下而上时域动作定位
本文针对时间行为定位（TAL）在不带剪辑的视频中查找特定动作片段方面，深入研究了现有方法在模拟这些阶段时，忽略了它们之间的潜在时间约束。作者提出了 IntraC 和 InterC 两个正则化项，使整个框架可以在端对端优化过程中适应这些潜在约
PDF4 years ago
使用深度度量学习进行弱监督时序动作定位
本文介绍了一种弱监督的时间动作定位方法，该方法只需要视频级别的动作实例作为训练数据，在视频的每个片段中生成行为标签，并学习不同动作实例之间的相似性，实验表明该方法在两个视频数据集上取得了有竞争力的结果。
PDF4 years ago
MMSoccerDB：一个用于综合视频理解的大型数据库
本文提出了一种名为 SoccerDB 的新足球视频数据库，包含 171,191 个视频段，702,096 个边界框，37,709 个基本事件标签以及 17,115 个高光时刻注释，可用于目标检测、动作识别、时间动作定位和高光检测等任务。该数
PDF5 years ago
ICCV学习稀疏 2D 时间相邻网络用于时间动作定位
本文介绍了在 HACS 时间动作定位挑战赛 2019 中获胜的 Winner 方法。该方法提出了稀疏 2D 时间相邻网络以建模候选动作的时间关系，并通过结合简单的动作分类器，最终在测试集上获得了 23.49 的平均精确度，赢得了比赛的第一名
PDF5 years ago