PulseAugur
中
实时 11:08:43
English(EN) CEZSAR: A Contrastive Embedding Method for Zero-Shot Action Recognition

CEZSAR方法利用对比学习推进零样本动作识别

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种用于零样本动作识别的新方法CEZSAR，该方法利用对比学习来弥合文本描述与视觉表示之间的语义鸿沟。该方法将视频及其对应的自然语言描述编码到共享的嵌入空间中。为了增强训练，CEZSAR采用自动负采样程序来生成不成对的数据，有效地用不相关的视觉和文本元素扩充数据集。该方法在UCF-101和Kinetics-400数据集上取得了最先进的性能。 AI

影响 引入了一种新颖的对比学习方法用于零样本动作识别，有望提高对未见动作分类任务的性能。

排序理由 这是一篇详细介绍零样本动作识别新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CEZSAR方法利用对比学习推进零样本动作识别

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Valter Estevam, Rayson Laroca, Helio Pedrini, David Menotti ·

    CEZSAR：一种用于零样本动作识别的对比嵌入方法

    arXiv:2605.01165v1 Announce Type: new Abstract: This paper proposes a novel Zero-Shot Action Recognition~(ZSAR) method based on contrastive learning. In ZSAR, we aim to classify examples from classes that were missing during training. Two well-known problems remain in ZSAR: the s…

相关实体

相关话题