本文提出了一种新颖的伪变换器框架，旨在解决弱监督时间行为定位中的时间标注缺失问题。通过引入RickerFusion生成高质量伪标签，优化训练过程，该方法在THUMOS14和ActivityNet1.3数据集上取得了优异的效果。

本文介绍了多种时间行为定位（TAL）方法的进展，包括T3AL、LocATe、OpenTAL和ActionSwitch等。这些新方法在不同数据集上表现优于传统方法，尤其在复杂场景和细粒度动作处理方面，验证了自适应和记忆机制在TAL中的有效性。

本文研究了时间行为定位（TAL）在不带剪辑视频中的应用，提出了 IntraC 和 InterC 正则化项以适应潜在时间约束。实验结果表明，该方法在 THUMOS14 和 ActivityNet1.3 数据集上优于现有技术，并可推广至其他 TAL 方法。

本文介绍了多种时间行为定位（TAL）方法的进展，包括LoFi视频编码器、TALLFormer和Re2TAL等，显著提升了模型性能。研究提出了正则化项IntraC和InterC，以适应潜在时间约束，实验结果优于现有技术。此外，基于Faster R-CNN的TAL-Net和少样本学习设置在多个数据集上表现最佳。

本文研究了时间行为定位（TAL）在视频中查找特定动作片段的方法，并提出了两个正则化项以适应时间约束条件。实验结果表明，该方法在TAL数据集上优于基线，并可推广到其他TAL方法。

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。

本文提出了一种在视频中查找特定动作片段的时间行为定位方法，使用IntraC和InterC两个正则化项适应时间约束条件。实验结果表明，该方法优于基线，并可推广到其他TAL方法。