用于零-shot动作检测的时空上下文提示

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文提出了一种新的动作检测方法,利用预训练的图像语言模型和时空上下文信息生成文本特征,解决了现有方法在未见动作类别上的泛化能力不足的问题。实验结果表明该方法在多个数据集上表现优异,有望在真实场景中推动动作检测技术的应用。

🎯

关键要点

  • 提出了一种新的动作检测方法,解决了现有方法在未见动作类别上的泛化能力不足的问题。
  • 该方法利用预训练的图像语言模型和时空上下文信息生成文本特征。
  • 实验结果表明该方法在多个数据集上表现优异。
  • 该方法有望推动动作检测技术在真实场景中的应用。
➡️

继续阅读