breakfast
PulseAugur coverage of breakfast — every cluster mentioning breakfast across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的自监督方法分割长建筑视频中的动作
研究人员开发了ConsensusTAS，一种用于长时域视频（尤其是在建筑环境中）的时间动作分割的新型自监督学习方法。该方法通过识别不同的活动阶段而无需标签，解决了耗时手动标注的挑战。ConsensusTAS在GTEA和Breakfast等公共数据集上表现出色，并在分割现实建筑素材中的砌砖等复杂活动方面显示了实际应用潜力。值得注意的是，该算法可以在CPU上运行，使其适用于视频监控和人机协作等资源受限的应用。
-
新方法利用扩散模型增强动作分割数据集的凝结
本文介绍了一种用于动作分割数据集凝结的新方法，从基于优化的反演转向确定性潜在映射。该方法利用去噪扩散隐式模型将动作片段表示为连续轨迹。自适应分配机制根据重建难度动态调整锚定预算，在Breakfast数据集上以2.4%的凝结率优于现有方法，并达到与真实数据训练相当的性能。
-
新的主动学习框架针对视频动作分割边界
研究人员开发了一种名为 B-ACT 的新主动学习框架，用于视频中的时序动作分割。该方法侧重于高效标注动作转换发生的关键边界区域，因为这些区域对于分割精度至关重要。B-ACT 根据预测不确定性优先处理未标记的视频，然后使用一种新颖的边界分数来识别和选择这些视频中最重要的过渡帧，该分数考虑了邻域不确定性、类别模糊性和时间预测动态。在 GTEA、50Salads 和 Breakfast 等数据集上的实验表明，这种以边界为中心的方法显著提高了…
-
Polyphony 方法改进双臂动作分割
研究人员推出了一种新颖的三阶段双臂动作分割方法 Polyphony。该方法利用交替双臂视觉 Transformer 来平衡双手梯度贡献，并采用语义特征条件化来提高相似动作的区分度。Polyphony 还结合了基于扩散的分割和跨臂特征融合，以增强协调性，并在多个数据集上取得了最先进的成果。
-
新网络AdaAct利用HOI上下文改进弱监督动作分割
研究人员开发了一种名为AdaAct的新型网络，用于弱监督动作分割，旨在提高区分相似动作的准确性。该方法利用人-物交互（HOI）作为上下文信息，动态调整网络参数。该方法使用视频HOI编码器和HyperNetwork，根据HOI序列调整时间编码器，并在Breakfast和50Salads数据集上证明了其有效性。