PulseAugur
中
实时 20:45:23
English(EN) Forget, Anticipate and Adapt: Test Time Training for Long Videos

新的帧遗忘网络（Frame Forgetting Network）解决了长视频的测试时训练问题

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为帧遗忘网络（Frame Forgetting Network, FFN）的新方法，以改进长视频的测试时训练（Test Time Training, TTT）。现有的TTT方法在处理长达数小时的视频和对冗余帧进行更新时面临计算需求高的挑战。FFN通过每次仅处理三帧并引入“惊喜度量”（surprise metric）来根据新信息内容自适应地调整处理窗口，从而解决了这些问题。这种方法能够高效地适应长视频，在密集分割和视频分类等任务上得到了验证，并得到了一个包含长达三小时视频的新数据集EpicTours的支持。 AI

影响 这项研究提供了一种计算效率更高的方法来使AI模型适应长视频序列，有望为视频分析和理解带来新的应用。

排序理由 该集群描述了在arXiv上的一篇学术论文中提出的一种新方法。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的帧遗忘网络（Frame Forgetting Network）解决了长视频的测试时训练问题

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Rajat Modi, Sebastian Noel, Xin Liang, Yogesh Singh Rawat ·

    Forget, Anticipate and Adapt: Test Time Training for Long Videos

    arXiv:2606.26515v1 Announce Type: new Abstract: Test Time Training (TTT) is a mechanism in which a model adapts to an incoming test-sample by performing some self-supervised (SSL) task and updating its weights even during inference. This procedure does not require labels at test-…

  2. arXiv cs.CV TIER_1 English(EN) · Yogesh Singh Rawat ·

    遗忘、预期与适应：长视频的测试时间训练

    Test Time Training (TTT) is a mechanism in which a model adapts to an incoming test-sample by performing some self-supervised (SSL) task and updating its weights even during inference. This procedure does not require labels at test-time. This paper focuses on TTT for long-videos.…

相关话题