Spatio-Temporal Context Prompting for Zero-Shot Action Detection

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文提出了一种新方法,利用预训练的图像语言模型和时空上下文信息,提升零-shot动作检测的泛化能力。实验结果表明,该方法在多个数据集上表现优异,推动了动作检测技术在真实场景中的应用。

🎯

关键要点

  • 本文提出了一种新方法,利用预训练的图像语言模型和时空上下文信息,提升零-shot动作检测的泛化能力。
  • 该方法通过提示标签,增强文本特征的生成能力。
  • 实验结果表明,该方法在多个数据集上表现优异。
  • 该研究有望推动动作检测技术在真实场景中的应用。
➡️

继续阅读