Your Location：
Home >
Browse articles >
通过类别特定帧聚类增强动作显著性的弱监督时序动作检测
常规文章 | Updated：2024-07-11

    • 通过类别特定帧聚类增强动作显著性的弱监督时序动作检测

    • Enhancing action discrimination via category-specific frame clustering for weakly supervised temporal action localization

    • “在时间动作定位（TAL）领域，提出了一种新方法来解决现有弱监督方法在面对每个视频中越来越多的动作类别时的局限性。该方法利用单帧监督，通过采用K-means聚类算法对表现出相同动作类别独特特征的带注释帧进行分组。这些框架作为示例，增强了动作辨别能力，并为片段序列建模提供了补充指导。凸组合融合机制进一步提高了动作判别的一致性，从而产生了鲁棒的类激活序列，用于精确的分类和定位。在THUMOS14、GTEA和BEOID数据集上的实验表明，该方法优于当前基于单帧注释的方法，实现了卓越的定位性能。”
    • 信息与电子工程前沿（英文）   2024年25卷第6期 页码：809-823

    • DOI：10.1631/FITEE.2300024    

      中图分类号： TP391.4

    • 收稿：2023-01-13，

      录用：2023-07-06，

      纸质出版：2024-06-0

    Scan QR Code

  • 夏惠芬, 詹永照, 刘洪麟, 等. 通过类别特定帧聚类增强动作显著性的弱监督时序动作检测[J]. 信息与电子工程前沿（英文）, 2024,25(6):809-823. DOI： 10.1631/FITEE.2300024.

    Huifen XIA, Yongzhao ZHAN, Honglin LIU, et al. Enhancing action discrimination via category-specific frame clustering for weakly supervised temporal action localization[J]. Frontiers of Information Technology & Electronic Engineering, 2024, 25(6): 809-823. DOI： 10.1631/FITEE.2300024.

  •  
  •  

0

浏览量

168

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

Huifen Xia
Yongzhao ZHAN
Honglin Liu
Xiaopeng Ren

相关机构

School of Computer Science and Communication Engineering, Jiangsu University
Jiangsu Engineering Research Center of Big Data Ubiquitous Perception and Intelligent Agricultural Applications
Changzhou Vocational Institute of Mechatronic Technology, Wujin
0