التعلم السريع للاقتراحات الزمنية للإجراءات من خلال مُولِّد الحدود الكثيفة

تبقى مشكلة إنشاء اقتراحات الإجراء الزمنية تحديًا كبيرًا، حيث تكمن المشكلة الرئيسية في توقع حدود الاقتراح الزمنية الدقيقة وثقة الإجراء الموثوقة في مقاطع الفيديو الطويلة وغير المُقطعة في العالم الحقيقي. في هذه الورقة، نقترح إطارًا فعّالًا ومُوحّدًا لإنشاء اقتراحات الإجراء الزمنية يُسمى مُولّد الحدود الكثيفة (Dense Boundary Generator - DBG)، الذي يأخذ مبادئه من الأساليب الحساسة للحدود، ويُنفّذ تصنيف الحدود وانحدار اكتمال الإجراء للاقتراحات الموزعة بشكل كثيف. بشكل خاص، يتكوّن DBG من وحدتين: تصنيف الحدود الزمنية (Temporal Boundary Classification - TBC) وانحدار اكتمال الإجراء المُدرك (Action-aware Completeness Regression - ACR). تهدف TBC إلى توفير خريطةين لثّقة الحدود الزمنية باستخدام ميزات ثنائية التدفق من المستوى المنخفض، بينما تم تصميم ACR لإنتاج خريطة لدرجة اكتمال الإجراء باستخدام ميزات عالية المستوى مُدركَة للإجراءات. بالإضافة إلى ذلك، نقدّم شبكة BaseNet ثنائية التدفق (Dual Stream BaseNet - DSB) لترميز معلومات RGB والتدفق البصري، مما يساعد على التقاط ميزات حدودية وتمييزية للإجراءات. أظهرت التجارب الواسعة على معايير شهيرة مثل ActivityNet-1.3 وTHUMOS14 تفوق DBG على أفضل أدوات إنشاء الاقتراحات الحالية (مثل MGG وBMN). سيتم إتاحة الكود الخاص بنا بعد النشر.