chenzhiwen1998的博客

一篇由南洋理工大学和澳大利亚莫纳什大学联合发表自2021年的CVPR顶会上的一篇文献，提出了一种新的注意力机制：因果注意力(CATT)，使用因果推断中的“前门准则”解决训练数据中存在的虚假相关性，刨析了注意力机制在推理过程中的因果原理，在提高模型性能的前提下，加强了模型的可解释性，打开了神经网络的黑匣子，具有非常好的参考意义。

一篇小样本动作识别的论文，提出了一种新的分层合成表示（HCR）学习方法，用于小样本动作识别。

解读2023CVPR上的一篇综述论文，讲述了当前热门的视频人体行为识别方向。

Semantic Grouping Network for Video Captioningabstract提出了Semantic Grouping Network(SGN)网络：用部分已经解码的字幕中，选择可可以区分的单词短语对视频帧进行分组，也就是将表达不同意思的帧分组（与聚类相似）；对语义对齐的组进行解码，以预测下一个单词；（根据前面的已经生成的、分好组的词预测下一个）以前：丢弃或者合并重复视频信息SGN：检索最有鉴别能力的单词短语，然后将这些词与视频帧关联 。这样可以让语义差不多的帧