EPIC-KITCHENS-100/VISOR

新的超图框架增强了人类活动识别能力

研究人员开发了一种新颖的动态操纵超图框架，以改进视频中的人类活动识别。该方法超越了传统的成对关系，将多实体配置建模为高阶单元，捕捉手、物体和工具之间不断演变的关系。该框架利用外观、空间、运动和语义角色特征，并通过一个在节点和超边之间传递消息的推理网络。在EPIC-KITCHENS-100/VISOR和Assembly101数据集上的评估显示，与现有方法相比，识别精度有了显著提高。