本文探讨了零样本学习在视频动作识别中的应用，提出了视觉-语义映射、数据加权和渐进式语义引导视觉Transformer（ZSLViT）等新模型和方法，显著提升了多个数据集上的识别性能，解决了领域移位和泛化问题。

ZeroMamba：探索零样本学习的视觉状态空间模型
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证