BriefGPT - AI 论文速递
·
ExACT：基于语言引导的概念推理和不确定性估计，用于基于事件的动作识别及更多
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文章介绍了一种简单而有效的语义感知少样本动作识别模型（SAFSAR），通过3D特征提取器和特征融合方案，以及余弦相似度分类，实现了更好的性能。该模型在五个少样本动作识别基准上进行了实验证明，显著提高了性能。
🎯
关键要点
- 提出了一种简单而有效的语义感知少样本动作识别模型（SAFSAR）。
- SAFSAR通过3D特征提取器和有效的特征融合方案实现更好的性能。
- 模型使用简单的余弦相似度分类，无需复杂的距离函数和额外的时间建模组件。
- SAFSAR以紧凑的方式编码文本语义，进行视频表示的自适应特征融合。
- 鼓励视觉编码器提取更具语义一致性的特征。
- 在五个少样本动作识别基准上进行的实验表明，SAFSAR显著提高了性能。
🏷️
标签
➡️
