研究人员开发了一种名为“知识引导解耦与原子动作”（KDA）的新方法，以提高复杂视频场景中的动作识别能力。KDA利用大型语言模型（LLM）将动作标签分解为更小的原子动作，提供明确的语义指导。然后，通过知识注入模块（KIM）将这些知识整合到视频特征中，并通过知识解耦模块（KDM）进一步优化，以增强特征的可辨别性。该方法在多标签动作识别基准测试中展现了最先进的性能，并有望集成到现有方法中。 AI
影响 通过提供更精确的动作识别能力，增强了视频分析能力，有望改进监控、机器人和内容审核等应用。
排序理由 详细介绍动作识别新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Knowledge Disentanglement Module
- Knowledge-guided Disentanglement with Atomic Actions
- Knowledge Injection Module
- Large Language Models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
