BriefGPT - AI 论文速递
·
弱监督时序动作定位的概率视觉-语言表示
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种名为双向语义一致性约束的方法，用于改善弱监督下的视频分类及定位发现问题。该方法通过时间相关增强和语义一致性约束来区分正样本动作和co-scene动作，取得了较好的性能。
🎯
关键要点
- 该研究提出了一种名为双向语义一致性约束的方法。
- 该方法旨在改善弱监督下的视频分类及定位问题。
- 采用时间相关增强来打破正样本动作与co-scene动作之间的相关性。
- 通过语义一致性约束获得足够的信息以区分正样本和co-scene动作。
- 该方法在当前的WTAL方法中应用良好。
- 在THUMOS14和ActivityNet数据集上取得了较好的性能。
➡️
