08 2022 档案
FTCL:Fine-grained Temporal Contrastive Learning for Weakly-supervised Temporal Action Localization概述
摘要:0.前言 相关资料: arxiv github 论文解读 论文基本信息: 领域:弱监督时序动作定位 发表时间:CVPR2022(2022.3.31) 1.针对的问题 现有的方法主要遵循于通过优化视频级分类目标来实现定位的方式,这些方法大多忽略了视频之间丰富的时序对比关系,因此在分类学习和分类-定位自
阅读全文
摘要:0.前言 相关资料: arxiv github 论文解读 论文基本信息: 领域:弱监督时序动作检测 发表时序:ECCV2022(2022.7.17) 1.针对的问题 现有的方法在推断时只能识别之前见过的类别,即训练时出现过的类别,而为每个感兴趣的类收集和注释大型训练集是昂贵的。 2.主要贡献 (1)
阅读全文
摘要:看了朱毅老师在B站讲的对比学习论文综述,这里稍微总结一下。视频,笔记 第一阶段:百花齐放 InstDisc(Unsupervised Feature Learning via Non-Parametric Instance Discrimination) 引入个体判别代理任务,正样本就是这个图片本身
阅读全文
摘要:1.针对的问题 由于只有视频注释,大多数现有方法寻求通过由分类进行定位的框架来进行时序动作定位,该框架通常采用选择器来选择动作的高概率片段或前景。然而,现有的前景选择策略存在只考虑前景与动作之间的单向关系这一主要局限,不能保证前景动作的一致性。换言之,它们只利用了前景必须是动作这一先验知识。一个可能
阅读全文

浙公网安备 33010602011771号