实体
VideoMamba
VideoMamba
PulseAugur coverage of VideoMamba — every cluster mentioning VideoMamba across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的类Mamba注意力模型VideoSEMA提升视频理解性能
研究人员推出VideoSEMA，这是一种新颖的类Mamba注意力模型，专为高效可扩展的视频理解而设计。该模型采用分时空注意力机制，在其空间分量中结合了局部窗口注意力和全局平均，并在其时间分量中使用了softmax时间注意力。与现有的视觉Transformer和Mamba模型相比，VideoSEMA在K400和SSv2等基准数据集上表现出优越的性能，尤其是在图像分辨率增加时准确率的平稳下降。该研究还强调了通过扩张或稀疏时间注意力将Vid…
-
FuseMamba-VD 推出用于视频暴力检测的高效双分支架构
研究人员推出 FuseMamba-VD，这是一种用于高效视频暴力检测的新型双分支架构。该模型结合了状态空间模型 (SSM) 主干和门控机制，以融合空间和时间特征，从而提高在具有挑战性的监控场景中的准确性。所提出的方法还通过合并几个现有数据集来引入新的基准，展示了最先进的性能以及准确性和计算效率之间的良好平衡。
-
基于Mamba的模型融合RGB和骨骼数据用于动作识别
研究人员开发了一种新颖的单目动作识别跨模态架构，使用基于Mamba的框架集成了RGB视频和手部骨骼数据。该方法利用了状态空间模型的线性时间复杂度，并引入了四种用于多模态融合的类别（CLS）Token混合策略。在H2O数据集上的实验表明，‘Average’策略显著提高了准确性，在Tiny配置下比基线提高了10%以上，在Small配置下提高了2%以上。