كوميديان: التعلم الذاتي وتقطير المعرفة لاكتشاف الأفعال باستخدام المتحولات

نقدم نظام COMEDIAN، وهو خط أنابيب جديد لتهيئة المتحولات المكانية-الزمانية (spatiotemporal transformers) لأجل كشف الأفعال، والذي يشمل التعلم الذاتي غير المشرف عليه ونقل المعرفة (knowledge distillation). يعتبر كشف الأفعال مهمة للكشف عن الأفعال على مستوى زمني دقيق (timestamp-level temporal action detection). يتكون خط الأنابيب الخاص بنا من ثلاث خطوات، منها مرحلتان للتهيئة. أولاً، نقوم بتهيئة متحول فضائي باستخدام مقاطع فيديو قصيرة كمدخلات. بالإضافة إلى ذلك، نقوم بتهيئة متحول زماني يعزز مخرجات المتحول الفضائي بالسياق العالمي من خلال نقل المعرفة من بنك خصائص محسب مسبق ومتماشٍ مع كل قطعة فيديو قصيرة. في الخطوة الأخيرة، نقوم بتغليظ المتحولات على مهمة كشف الأفعال. تُظهر التجارب التي أجريت على مجموعة بيانات SoccerNet-v2 أداءً رائدًا ويؤكد فعالية نموذج التهيئة الأولية لـ COMEDIAN. تسلط نتائجنا الضوء على عدة مزايا لنظام التهيئة الأولية الخاص بنا، بما في ذلك تحسين الأداء وتقارب أسرع مقارنة بالنموذج غير المهيأ.请注意，为了保持专业性和信息完整性，我在翻译中保留了原文中的专有名词 "COMEDIAN" 和一些不常见的术语（如“spatiotemporal transformers”、“knowledge distillation”）并加上了括号标注。同时，我尽量采用了正式、客观的科技或学术写作风格，以确保译文符合阿拉伯语读者的阅读习惯。