BriefGPT - AI 论文速递
·
Bridging the Gap: Utilizing Pseudo Transformers for Temporal Action Localization from Weak Supervision to Full Supervision
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本文提出了一种新颖的伪变换器框架，旨在解决弱监督时间行为定位中的时间标注缺失问题。通过引入RickerFusion生成高质量伪标签，优化训练过程，该方法在THUMOS14和ActivityNet1.3数据集上取得了优异的效果。
🎯
关键要点
- 本文提出了一种新颖的伪变换器框架，旨在解决弱监督时间行为定位中的时间标注缺失问题。
- 该框架通过引入RickerFusion生成高质量伪标签，优化训练过程。
- 研究表明，该方法在THUMOS14和ActivityNet1.3数据集上取得了优异的效果。
- 弱监督时间行为定位在时间标注缺失方面存在不足，导致与全监督方法之间的性能差距。
➡️
