长尾时间动作分割与组内时间逻辑调整

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文提出了一种半监督学习方法,用于在工程视频中发现行动并将其分段。该方法在少量有标签数据和大量无标签数据的情况下进行任务,并引入了两个新的损失函数和自适应边界平滑方法。通过三个基准测试的评估,结果表明该方法显著提高了行为分割性能,并在使用少量标记数据(5%和10%)的情况下取得了与全监督相当的结果。

原文中文,约200字,阅读约需1分钟。
阅读原文