video analysis | BriefGPT - AI 论文速递

关键词video analysis

搜索结果 - 103

ICCV破坏时间一致性：使用图像模型生成视频通用对抗扰动
使用图像数据和图像模型的 Breaking Temporal Consistency（BTC）方法，通过对视频中邻近帧的特征相似性进行最小化以生成逆向模式的对抗性视频，在各种数据集中具有优越的效果。
PDF15 days ago
S3TC：使用无监督 STDP 基于学习的脉冲分离空时卷积进行动作识别
使用无监督学习的脉冲分离空间和时间卷积（S3TCs）方法成功提取视频的时空信息，并超越脉冲三维卷积，在视频分析方面减少参数需求。
PDF2 months ago
ICCV学习像素级视频对应的细粒度特征
通过自我监督学习并结合对真实世界视频和合成视频的特征学习，提出了一种针对像素级对应的特征学习方法，采用对抗性学习方案增强特征的泛化能力，并采用粗到细的框架追求高计算效率，在对应任务上的实验结果表明，该方法在准确度和效率方面均优于现有方法。
PDF4 months ago
一种基于 OpenPose 的考试可疑活动视频检测器
利用自动化分析视频和检测考试期间的可疑活动，以有效地防止作弊，并促进学术诚信、公平和高质量教育的框架。
PDF4 months ago
ICMLSpotEM: 基于视频的记忆检索的高效搜索
SpotEM 是一种有效的远程视频检索方法，它使用语义索引和剪辑选择器技术减少检索时耗费的时间和计算资源。
PDF5 months ago
脉冲双流方法与基于无监督 STDP 学习的动作识别
该论文使用卷积脉冲神经网络和无监督的尖突时序依赖性可塑性（STDP）学习规则进行动作分类，并发现卷积脉冲神经网络可成功从视频中提取时空信息，其中的空间和时间流是互补的。
PDF5 months ago
基于注意力机制的深度神经网络关键帧提取
本文提出了一种基于深度自动编码器模型和注意力层的关键帧检测方法，该方法首先使用自动编码器的编码器部分从视频帧中提取特征，并使用 K-means 聚类算法对这些特征和相似帧进行分割，然后从每个簇中选择与簇中心最接近的帧作为关键帧，该方法在 T
PDF5 months ago
CVPR我们的风格永不过时：通过潜空间的子空间分解实现动作解缠
本文提出了一种使用预训练图像 GAN 模型分解视频中动作的新方法，通过发现神经网络的深层潜在空间中语义上有意义的因子，实现运动解缠。作者对面部和汽车数据集进行了广泛的评估，并展示了对于运动编辑和选择性运动转移（仅转移面部表情）等多种下游任务
PDF6 months ago
采用对比度减弱的物体检测 VVC 扩展方案
本文介绍了一种基于 Versatile Video Coding 的视频编码方案，用于物体检测，通过减小图像尺寸和对比度的方式实现了更好的编码性能和物体检测精度。
PDF6 months ago
MAMAF-Net: 面向中风诊断的动作感知和多重注意力融合网络
本研究提出了一种基于多模态检查视频的运动感知多关注融合网络（MAMAF-Net）用于中风检测。实验结果表明，MAMAF-Net 可以成功检测中风，灵敏度达 93.62％，AUC 得分为 95.33％。
PDF7 months ago
利用三元组损失进行无监督动作分段
本文提出了一种全新的无监督学习框架来从单一的输入视频中学习适合于行动分割任务的动作表示，无需任何训练数据，达到了与现有无监督方法相比更高质量的时间边界恢复，并通过应用聚类算法在学习的表示上取得了具有竞争力的表现。
PDF8 months ago
利用 YOLO-v7 特征提高 VVC 编码视频的物体检测精度
本文提出了一种基于神经网络的方法，通过对编码后的视频进行后处理来提高图像识别准确性，尤其是物体检测准确性，可使用最新的视频编码方法 VVC 和最新的物体检测模型 YOLO-v7，即使在低比特率下也可以实现高的物体检测准确度。
PDF8 months ago
稀疏多级边界生成器加速时间动作建议的学习
提出了一种新的模型 ——Sparse Multilevel Boundary Generator (SMBG)，通过边界分类和动作完整性回归来提高边界敏感方法的效率，引入了稀疏特征提取置信度头来优化提议特征生成器，并提出了全局指导损失来改善
PDF9 months ago
基于记忆增强的在线视频异常检测
该研究介绍了一个名为 MOVAD 的智能汽车实时系统，它利用只能捕捉器固定摄像头拍摄的视频进行信息提取和到不同时间段的信息关联来及时响应异常情况。该系统包含视频分析技术和短期记忆和长期记忆两个部分，能够在 DoTA 数据集的测试中取得比目前
PDF9 months ago
Bag of States: 一种基于视频的非序列方法用于测量参与度
本文提出一种使用口袋词模型的非时序方法来分析学生情感和行为状态的视频，以测量他们的学习参与度，相较于已有的时序方法，本方法在两个数据集上都展现了更优的分类准确性。
PDF10 months ago
EMNLP重新思考视频采样和推理策略，用于时间性句子定位
本文提出了一种用于时序句子定位的新型 Siamese 取样与推理网络（SSRN），该网络使用 Siamese 取样机制在已有取样的基础上生成额外的情境帧，以更精细地理解活动，解决了已有方法中忽略的时序数据偏差和推理偏差问题，并能够在保证模型
PDFa year ago
AAAI截断 - 分离 - 对比：一种从错误标注视频中学习的框架
本文提出了两种新的视频分析策略来处理噪声标签问题：一种基于特征的噪声标签检测轻量级通道选择方法，另一种构建干净与噪声实例关系以规范化模型训练的对比策略。实验结果表明，我们的方法在三个基准测试集上都优于现有基线，在 Mini-Kinetics
PDFa year ago
从行为到事件：利用改进的深度置信网络的迁移学习方法
本文提出了一种基于 Spectral Deep Belief Network 的能量模型来解决视频分析中深度学习和数据量大的问题，该模型可以同时处理所有帧，将空间和时间信息传递到学习过程中，实验结果表明该模型具有较高的效率和降低的计算负担。
PDFa year ago
视频识别中的关注更多、关爱更少
本研究提出了 Ample and Focal Network (AFNet)，通过使用两个分支结构来利用更多的帧数，以实现更准确的动作识别，同时确保计算效率。与现有方法相比，EFNet 在使用更多帧数的同时，计算成本更低。在大量的实验中，本
PDFa year ago
CVPRSCOTCH 和 SODA：一个 Transformers 视频阴影检测框架
本研究提出了基于自注意力机制的视频阴影检测模块（SODA）和基于对比学习的阴影表示学习机制（SCOTCH），经实验证明两种方法均在视频阴影检测任务中取得了优异的性能表现。
PDFa year ago