BriefGPT - AI 论文速递
·
多分辨率音视频特征融合用于时序动作定位
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了视频中查找特定动作片段的时间行为定位问题，提出了IntraC和InterC两个正则化项以适应时间约束条件，并在两个数据集上进行了实验。结果表明该方法优于基线，并可推广到其他方法。
🎯
关键要点
- 本文研究了时间行为定位（TAL）在不带剪辑的视频中查找特定动作片段的问题。
- 现有方法在模拟阶段时忽略了动作片段之间的潜在时间约束。
- 提出了 IntraC 和 InterC 两个正则化项，以适应时间约束条件。
- 在 THUMOS14 和 ActivityNet1.3 两个数据集上进行了实验。
- 实验结果表明该方法在定量和定性上优于基线。
- 所提出的正则化方法可以推广到其他 TAL 方法，如 TSA-Net 和 PGCN。
➡️
