BriefGPT - AI 论文速递
·
统一的频率辅助变压器框架用于多模态操作的检测和定位
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
UCFFormer是一种新的多模态融合架构，能够增强人类动作识别的性能。它使用统一Transformer来捕捉嵌入特征在时间和模态领域之间的相互依赖关系，并引入了分解的时间-模态注意力来高效执行自注意力。在两个流行数据集上进行的性能评估表明，UCFFormer实现了最先进的性能。
🎯
关键要点
- 提出了一种新的多模态融合架构 UCFFormer。
- UCFFormer 能够整合具有不同分布的数据以增强人类动作识别 (HAR) 的性能。
- 使用统一 Transformer 捕捉嵌入特征在时间和模态领域之间的相互依赖关系。
- 引入分解的时间 - 模态注意力以高效执行自注意力。
- 减少特征分布上的差异，生成语义上对齐的特征进行信息融合。
- 在 UTD-MHAD 和 NTU RGB+D 两个流行数据集上进行性能评估。
- UCFFormer 通过显著的优势超越竞争方法，实现了最先进的性能。
➡️
