本研究提出CryoSAMU，一种新方法，通过结构感知的多模态U-Net优化中等分辨率冷冻电子显微镜密度图，显著提升了性能和处理速度，具有实际应用潜力。

本研究提出了一种新方法，通过动作查询定位视频中的重复动作周期，解决计数不一致性问题。采用多尺度时间关联的transformer编码和基于密度图的预测方法，显著提高了计数准确性，并在多个数据集上优于现有技术。此外，引入不规则视频动作计数（IVAC）和时间自相似性方法，进一步提升了视频动作计数的性能和鲁棒性。