Thinesh Thiyakesan Ponbagavathi

新框架ProGraD增强视频中的群体活动检测

研究人员开发了ProGraD，一个旨在改进视频中群体活动检测的新框架。该系统利用一个轻量级的GroupContext Transformer，该Transformer构建在现有的视觉基础模型之上，显式地建模参与者-群体关联并聚合全局上下文。ProGraD旨在通过增强结构化的群体感知解码来克服以对象为中心的模型的局限性，在Cafe和Social-CAD等基准测试中取得了最先进的成果，同时需要的可训练参数比以前的方法少。