BriefGPT - AI 论文速递
·
DiffAnt：行动预测的扩散模型
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的动作预测方法，使用多阶段LSTM网络和上下文感知和动作感知特征，引入新的损失函数。该方法在视频序列仅有少量片段的情况下，能够实现高准确度的预测，并在多个公开数据集上超过了先前最优的动作预测方法，准确率相对提升了22.0％（JHMDB-21），14.0％（UT-Interaction），和49.9％（UCF-101）。
🎯
关键要点
-
提出了一种新的动作预测方法
-
基于多阶段LSTM网络
-
运用上下文感知和动作感知特征
-
引入了一种新的损失函数
-
在视频序列仅有少量片段的情况下实现高准确度的预测
-
在多个公开数据集上超过了先前最优的动作预测方法
-
准确率相对提升了22.0%（JHMDB-21）
-
准确率相对提升了14.0%（UT-Interaction）
-
准确率相对提升了49.9%（UCF-101）
➡️
