HMDB51
PulseAugur coverage of HMDB51 — every cluster mentioning HMDB51 across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Xray-Visual 模型通过 150 亿图像-文本对扩展视觉任务
研究人员推出 Xray-Visual，这是一种新颖的视觉模型架构，专为大规模图像和视频理解而设计。该模型在超过 150 亿个图像-文本对和 100 亿个视频-标签对（来自 Facebook 和 Instagram）的海量数据集上进行训练，并采用先进的数据策展技术，以确保语义多样性并最大限度地减少噪声。Xray-Visual 利用结合了自监督、半监督和对比学习方法的三阶段训练流程，并基于高效的 Vision Transformer 主干…
-
新的Bit-ViP技术增强图像视觉隐私保护
研究人员开发了一种名为Bit-ViP的新图像混淆技术，旨在保护用于计算机视觉任务的图像中的视觉隐私。该方法结合了混沌系统生成的不可逆噪声和差分隐私，以防止对手重建原始图像。在UCF101和HMDB51等活动识别数据集上的实验表明，Bit-ViP在对抗各种重建攻击方面是有效的，并且优于现有方案。
-
新的比特平面技术通过混淆增强图像隐私以抵御重建攻击
研究人员开发了 Bit-ViP，一种新颖的图像混淆技术，旨在保护计算机视觉应用中的视觉隐私。该方法使用比特平面来保护图像，使其能够抵抗重建攻击，同时仍可用于识别任务。Bit-ViP 结合了混沌系统生成的不可逆噪声和差分隐私，以防止对手恢复原始图像。在活动识别数据集上的实验表明，Bit-ViP 在抵御各种安全威胁方面是有效的，并且优于现有的混淆方案。
-
STAR框架通过LLM引导的时间学习提升少样本动作识别能力
研究人员开发了一个名为STAR（语义-时间自适应表示学习）的新框架，以改进视频中的少样本动作识别。该方法通过集成一个用于细粒度一致性的时间语义注意力机制和一个利用Mamba块的语义时间原型精炼器，来解决语义-时间失配和时间动态建模不足的问题。该框架还利用大型语言模型的时间依赖类别描述符提供长程语义指导，在多个基准测试中取得了显著的提升。
-
新的 CFE-PPAR 方法支持通过压缩实现隐私保护的视频行为识别
研究人员推出了一种新颖的隐私保护视频行为识别方法 CFE-PPAR，即使在压缩后仍能保持有效。与先前在加密视频压缩时性能显著下降的方法不同，CFE-PPAR 允许视频 Transformer 直接识别加密内容。这是通过使用与视频加密相同的密钥转换的参数来实现的，在 Motion-JPEG 和 H.264 等常见压缩标准下，在 UCF101 和 HMDB51 数据集上表现出优越的性能。