EZ-CLIP：高效零样本视频行为识别
原文中文，约500字，阅读约需2分钟。发表于：。EZ-CLIP 是对 CLIP 的简单高效改进，通过引入时序视觉提示和新的学习目标，实现了在视频领域的零样本学习和基于视频动作识别的高效训练。
Open-VCLIP++是一个简单而有效的框架，用于捕捉视频中的时空关系并创建视频分类器。它可以进行持续学习，并生成细粒度的视频描述。在三个动作识别数据集上评估时，Open-VCLIP++的准确率超过了最先进技术。在UCF、HMDB和Kinetics-600数据集上，它的零样本准确率分别为88.1%、58.7%和81.2%。在MSR-VTT视频文本检索数据集上，它的检索性能达到了竞争水平，并且使用了更少的微调数据。
