LoSA：用于缩放端到端时序动作定位的长短程适配器
内容提要
本文介绍了多种时间行为定位（TAL）方法的进展，包括LoFi视频编码器、TALLFormer和Re2TAL等，显著提升了模型性能。研究提出了正则化项IntraC和InterC，以适应潜在时间约束，实验结果优于现有技术。此外，基于Faster R-CNN的TAL-Net和少样本学习设置在多个数据集上表现最佳。
延伸解读
技术演进脉络
文章梳理了时间动作定位（TAL）领域从2018年到2023年的多项关键进展，包括LoFi编码器预训练、TALLFormer、Re2TAL、Action Sensitivity Learning、IntraC/InterC正则化、TAL-Net、LGBM-Net、少样本学习、TSA-Net和弱监督方法等。这些工作分别从特征表示、内存效率、训练效率、约束建模、多尺度融合和弱监督等角度推动了TAL性能的提升，反映了该领域研究热点的变迁。
性能对比与代表性成果
在具体性能上，Re2TAL仅使用RGB模态在ActivityNet-v1.3上达到37.01%平均mAP，在THUMOS-14上tIoU=0.5时达到64.9% mAP，优于其他RGB-only方法；LGBM-Net在WS-TAL任务上测试集mAP为22.45%；TSA-Net在THUMOS14和ActivityNet-1.3上达到新的最佳表现。这些数据为读者提供了不同方法在标准数据集上的性能参考。
方法特点与适用场景
不同方法各有侧重：LoFi通过减少时空分辨率mini-batch组合优化编码器，解决任务不一致性；TALLFormer利用长期记忆机制降低GPU内存和训练时间；Re2TAL基于可逆网络提高训练效率；IntraC和InterC正则化项能适应潜在时间约束，并可推广到TSA-Net和PGCN等其他TAL方法；少样本学习设置使用未剪裁视频动态适应新类别。读者可根据需求选择合适方法。
Q&A
LoFi视频编码器的预训练方法有什么优势？
LoFi视频编码器通过减少时空分辨率的mini-batch组合来优化编码器，显著提高了时间行为定位（TAL）方法的性能。
TALLFormer的主要特点是什么？
TALLFormer是一种内存高效的时间动作定位Transformer方法，显著降低了GPU内存消耗和训练时间。
Re2TAL方法如何提高模型训练效率？
Re2TAL通过网络重连机制将预训练的视频模型转换为基于可逆模块的模型，从而提高模型训练效率。
IntraC和InterC正则化项的作用是什么？
IntraC和InterC正则化项用于适应潜在时间约束，实验结果显示其在TAL方法中表现优于现有技术。
TAL-Net方法的创新之处在哪里？
TAL-Net通过多尺度架构和特征融合改进了时间动作定位，表现优异。
少样本学习在时间行为定位中的应用效果如何？
少样本学习通过未剪裁视频动态适应新类别，显著优于现有方法。
