video classification | BriefGPT

关键词video classification

搜索结果 - 89

CVPRX-MIC：基于跨模态实例条件的自我中心动作泛化
通过提出的简单而有效的跨模态适应框架 X-MIC，我们在图像和第三人称视频分类中将视觉语言模型（VLMs）成功进行零样本识别的研究成果进一步应用到自视角视频，通过学习在共享嵌入空间中在视频适配器的帮助下，将文本嵌入与每个自视角视频对齐，最终
PDF3 months ago
使用卷积神经网络、Transformers 和循环神经网络进行猪攻击分类
动物行为分析和检测技术的发展是畜牧业的关键活动之一，可以监测应激和动物福利，并对农场决策有所贡献。本研究利用计算机视觉和人工智能中的不同技术对猪的视频进行分类，通过使用变体转换器以及卷积技术，重点研究了抗气性和非抗气性行为的识别。Timer
PDF4 months ago
利用压缩帧大小实现超快速视频分类
通过检查视频的后压缩比特流进行分类，我们提出了一种新颖的方法，消除了对比特流解码的需求，并在性能上超越了传统的动态时间规整算法。
PDF4 months ago
学习表现力和可泛化的面部伪造检测运动特征
基于视频分类方法，提出了一种基于序列的伪造检测框架，以帧一致性、运动特征、视频分类为关键，取得了在三个常见人脸伪造数据集上有希望的结果。
PDF4 months ago
AV-MaskEnhancer：通过音频 - 视觉蒙版自编码器增强视频表达
通过结合视听信息，我们提出了 AV-MaskEnhancer 方法来学习高质量的视频表示，解决了从低分辨率和模糊的原始视频中提取特征的挑战，并在 UCF101 数据集上的视频分类任务中取得了 98.8% 的 top-1 准确率和 99.9%
PDF10 months ago
以比特流封面判断视频
视频分类中，通过研究视频的压缩比特流来代替传统方法中涉及视频解压缩的特征提取，以提高分类性能和处理速度。通过验证自定义数据集，结果表明该方法在精度、准确率和召回率方面都超过 80%，而且处理速度是真实时间的 15000 倍，比传统的动态时间
PDF10 months ago
音视少样本学习的文本特征传播
通过少量标记数据进行音视频数据的深度学习模型训练是一种更经济的方式，本研究提出了一种统一的音视频少样本视频分类基准，通过跨模态注意力融合时空和音视觉特征，并为新类别生成多模态特征，最终获得了最先进的音视频少样本学习表现。
PDF10 months ago
基于深度学习的时空动作检测综述
本文综述了基于深度学习的时空动作检测（STAD）的最新方法及其性能评估，讨论了相关研究的潜在方向。
PDFa year ago
通过 Transformer 模型进行 YouTube 转录上的上下文分析以确定错误信息
介绍了一种新的视频分类方法，通过利用视频转录的文本内容将传统的视频分类任务转化为文本分类任务，并应用迁移学习中的精调和少样本学习方法，通过对 YouTube 的虚假信息视频、伪科学视频以及假新闻数据集的评估，证明了该方法在识别验证信息和误导
PDFa year ago
使用帧级别查询进行视频分类的主动学习
本文提出了一种新的主动学习框架，通过选择一批典型样本和一组信息帧进行视频分类，以减轻人工注释员的负担。通过不确定性和多样性来确定信息化的视频，并利用代表性采样技术从每个视频中提取一组样本帧。
PDFa year ago
基于充气式 3D 卷积 - Transformer 的超声视频弱监督颈动脉狭窄分级
本研究提出了一种基于视频分类的自动颈动脉狭窄分级框架，采用弱监督学习和引入 AMDF 转换器编码器进行多维度特征融合，从大规模的颈动脉超声图像视频数据集中有效地区分颈动脉狭窄，优于强基线模型。
PDFa year ago
双向语义一致性约束的弱监督时间动作定位
该研究提出了一种名为双向语义一致性约束的方法来改善当前弱监督下的视频分类及定位发现问题。该方法采用时间相关增强来打破正样本动作与其 co-scene 动作之间的相关性，通过语义一致性约束来获得足够的信息区分两者，从而较好地应用于当前的 WT
PDFa year ago
CVPRVita-CLIP: 基于多模态提示的视频和文本自适应 CLIP
本文介绍了一种多模态提示学习方案，该方案在单一统一的训练下平衡了监督和零样本学习的表现，并提出了视觉和文本方面的提示方案，通过保持预训练的骨干网络冻结，在保留现有的通用表示的同时实现了最先进的零样本效果。
PDFa year ago
CVPR可逆视觉 Transformer
本文介绍一种内存高效的 Reversible Vision Transformer 架构设计，将模型深度与 GPU 内存需求解耦，能够通过有效地内存使用扩展架构。在图像分类、物体检测和视频分类等多个任务中进行了广泛基准测试，表明可实现模型复
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
PDF2 years ago
多领域视频分类的迁移学习：Video Swin Transformer
本文研究视频分类中使用 Video Swin Transformer 模型进行跨领域分类的泛化能力，使用 Kinetics-400 数据集进行迁移学习减少内存，实现 85% 的 top-1 准确率，但当对象不属于 Kinetics-400
PDF2 years ago
利用深度学习进行多媒体数据分类的智能 3D 网络协议
本文中介绍了一种基于 3D 卷积神经网络和 Spatiotemporal fusion 的混合深度学习架构，用于视频分类和动作识别，在研究方面取得了良好的性能，可以识别出 UCF101 数据集中的动作（准确率达到 95%）
PDF2 years ago
ECCVGOCA: 自我监督视频表示学习的引导式在线聚类分配
本文提出了一种将 RGB 和 optical flow 作为不同视角进行聚类的方法，并使用新的聚类策略和正则化策略来学习到抽象和稳健的表示。在视频检索和动作识别等下游任务中表现优于现有算法。
PDF2 years ago
AAAI重新审视分类器：将视觉语言模型应用于视频识别
该研究重点研究了通过使用不同于传统方法的先前训练模型知识来改进视频分类的方法，简单而有效的调整模式在各种视频识别场景中达到了最先进的表现。
PDF2 years ago
针对视频分类的对抗训练分析与扩展
本文提出了三种防御方法来增强对多种攻击类型的鲁棒性，包括自适应防御技术 Adaptive AT，课程式防御技术 Curriculum AT 和将 AT 与去噪生成对抗网络相结合的生成式防御技术 Generative AT，并在 UCF101
PDF2 years ago