时序动作定位 | 弱监督时间动作定位的等效分类映射

论文提出了一种用于弱监督时间动作定位的等效分类映射(ECM)方法,融合了预分类和后分类流程。ECM强调分类分数和聚合权重的一致性,通过权重转换模块和等效训练策略提升性能,在基准数据集上表现出色。
摘要由CSDN通过智能技术生成

<Equivalent Classification Mapping for Weakly Supervised Temporal Action Localization>

        该论文介绍了用于弱监督时间动作定位的等效分类映射(ECM)方法。 它将预分类和后分类两种分类流程结合到一个统一的框架中。 该方法强调等价机制,确保两个管道之间的分类分数和聚合权重一致。 它还提出了一个权重转换模块等效的训练策略来提高性能。 ECM 在基准数据集上的动作定位方面显示出有希望的结果,而无需详细的帧级注释。 


先分类(Pre-classification)和后分类(Post-classification)

两个动作定位Pipeline的图示:

(a)先分类/预分类 Pre-classification:首先在每个时间点进行分类,然后汇总分数。

(b)后分类 Post-classification

评论
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