热点事件持续更新

多帧事件表示预训练方法提升动作识别性能

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

研究提出一种多帧事件表示，识别性能显著优于单帧版本，并采用掩码自编码框架预训练 Vision Transformer。该方法配合稀疏感知掩码算法与 token 选择机制控制计算复杂度，解码器引入多个 mask token 与位置感知注意力机制进一步提升性能。据作者称，该方法在 THU-EACT-50 CHL 和 DailyDVS-200 数据集上取得 SOTA，擅长处理长时复杂事件序列。

AI 根据报道生成 · 53 分钟前更新

最新进展10月12日 12:00

基于多帧表示预训练的事件相机动作识别

报道时间线

沿着报道，了解事件的不同侧面。

10月12日

12:00
arXiv cs.CV
基于多帧表示预训练的事件相机动作识别
研究提出一种多帧事件表示，识别性能显著优于单帧版本，并采用掩码自编码框架预训练 Vision Transformer，配合稀疏感知掩码算法与 token 选择机制控制计算复杂度。解码器引入多个 mask token 与位置感知注意力机制进一步提升性能，方法在 THU-EACT-50 CHL 和 DailyDVS-200 上取得 SOTA，擅长处理长时复杂事件序列。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。