Karam Tomotaki-Dawoud

新的诊断工具和YOLO-3D检测器评估视频分析中的时序推理

研究人员开发了一个名为TemporalLens的新诊断框架，用于评估单阶段视频对象检测器在多大程度上利用了时序上下文。该框架通过各种受控扰动来探测时序依赖性，揭示了标准指标可能会掩盖模型是真正进行时序推理还是仅仅依赖于单个信息帧。该研究还引入了YOLO-3D，一个基于YOLOv8构建的时空检测器，证明了在骨干网络中保留时序深度可以显著提高性能。