التعرف على النشاط المتمركز حول الذات هو أحد أكثر المهام تحديًا في تحليل الفيديو. يتطلب هذا التمييز الدقيق للأشياء الصغيرة وعمليات التلاعب بها. بينما تعتمد بعض الطرق على الإشراف القوي والآليات الانتباهية، فإنها إما تستهلك الكثير من التسميات أو لا تأخذ الأنماط الزمانية-المكانية بعين الاعتبار. في هذه الورقة البحثية، نقترح LSTA (Long Short-Term Attention) كآلية لتركيز الخصائص على الأجزاء المكانية ذات الصلة بينما يتم تتبع الانتباه بشكل سلس عبر تسلسل الفيديو. نوضح فعالية LSTA في التعرف على النشاط المتمركز حول الذات باستخدام هندسة ثنائية التيار قابلة للتدريب من النهاية إلى النهاية، مما حقق أداءً متفوقًا على أربع مقاييس معيارية قياسية.