视频动作定位 | 弱监督 时序动作定位 多篇顶会论文概述(包含原文和代码)(2)

目录

D2-Net: Weakly-Supervised Action Localization via Discriminative Embeddings and Denoised Activations(ICCV 2021)

The Blessings of Unlabeled Background in Untrimmed Videos(CVPR 2021)

Learning Action Completeness from Points for Weakly-supervised Temporal Action Localization(ICCV 2021)

Foreground-Action Consistency Network for Weakly Supervised Temporal Action Localization(ICCV 2021)

A Hybrid Attention Mechanism for Weakly-Supervised Temporal Action Localization(AAAI2021)


D2-Net: Weakly-Supervised Action Localization via Discriminative Embeddings and Denoised Activations(ICCV 2021)

相关论文代码:D2-Net: Weakly-Supervised Action Localization via Discriminative Embeddings and Denoised Activations | Papers With Code

        这项工作提出了一个弱监督的时间动作定位框架,称为D2- Net,该框架致力于使用视频级监督对动作进行时间定位。主要贡献是引入了一种新的损失公式,该公式共同增强了潜在嵌入的可辨别性和输出时间类激活对弱监控引起的前景背景噪声的鲁棒性。该公式包括一个判别损失项和一个去噪损失项

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

编程日记✧

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值