HyperAIHyperAI
منذ 11 أيام

شبكة علاقة الاقتراح للكشف عن الإجراءات الزمنية

Xiang Wang, Zhiwu Qing, Ziyuan Huang, Yutong Feng, Shiwei Zhang, Jianwen Jiang, Mingqian Tang, Changxin Gao, Nong Sang
شبكة علاقة الاقتراح للكشف عن الإجراءات الزمنية
الملخص

يقدم هذا التقرير التقني حلولنا ل任務 الكشف عن الأفعال الزمنية في مسابقة ActivityNet 2021. يهدف هذا المهمة إلى تحديد وتحديد الأفعال ذات الاهتمام في مقاطع الفيديو الطويلة غير المُعدّلة. وتكمن التحديات الأساسية لهذه المهمة في التباين الكبير في المدة الزمنية للأنشطة، بالإضافة إلى أن الأفعال المستهدفة غالبًا ما تكون مُضمنة ضمن خلفية من الأنشطة غير ذات صلة. يعتمد حلنا على نموذج BMN، ويتضمن بشكل رئيسي ثلاث خطوات: 1) تصنيف الأفعال وتمثيل الميزات باستخدام نماذج Slowfast وCSN وViViT؛ 2) إنشاء المقترحات، حيث قمنا بتحسين نموذج BMN من خلال دمج شبكة علاقات المقترحات (PRN) المُقترحة، مما يسمح لنا بإنشاء مقترحات عالية الجودة؛ 3) الكشف عن الأفعال، حيث نحسب نتائج الكشف من خلال تعيين نتائج التصنيف المرتبطة بالمقترحات. في النهاية، قمنا بتجميع النتائج تحت إعدادات مختلفة، وحققنا نسبة 44.7% على مجموعة الاختبار، ما يُعد تحسنًا بنسبة 1.9% مقارنةً بالنتيجة الفائزة في مسابقة ActivityNet 2020 من حيث متوسط mAP.

شبكة علاقة الاقتراح للكشف عن الإجراءات الزمنية | أحدث الأوراق البحثية | HyperAI