HyperAIHyperAI

Command Palette

Search for a command to run...

نمذجة العلاقات من الدرجة العالية القائمة على الرسوم البيانية للتعرف على الإجراءات طويلة الأمد

Wei-Shi Zheng Haoxin Li Kun-Yu Lin Jiaming Zhou

الملخص

تتضمن الإجراءات طويلة المدى مفاهيم بصرية مهمة عديدة، مثل الأشياء والحركة والإجراءات الفرعية، وهناك علاقات متنوعة بين هذه المفاهيم، والتي نسميها العلاقات الأساسية. ستؤثر هذه العلاقات الأساسية معًا على بعضها البعض أثناء التطور الزمني للإجراءات طويلة المدى، مما يُشكّل العلاقات من الدرجة العليا التي تُعدّ ضرورية للتعرف على الإجراءات طويلة المدى. في هذه الورقة، نقترح وحدة نمذجة العلاقات من الدرجة العليا القائمة على الرسوم البيانية (GHRM) لاستغلال العلاقات من الدرجة العليا في الإجراءات طويلة المدى للتعرف على هذه الإجراءات. في وحدة GHRM، يتم تمثيل كل علاقة أساسية في الإجراءات طويلة المدى بواسطة رسم بياني، حيث يمثل كل عقدة في الرسم البياني فترة زمنية ضمن فيديو طويل. علاوةً على ذلك، عند نمذجة كل علاقة أساسية، يتم دمج المعلومات من جميع العلاقات الأساسية الأخرى بواسطة وحدة GHRM، وبالتالي يمكن استغلال العلاقات من الدرجة العليا في الإجراءات طويلة المدى بشكل فعّال. ولتحسين استغلال العلاقات من الدرجة العليا على طول المحور الزمني، قمنا بتصميم طبقة GHRM تتكون من فرع زمني (Temporal-GHRM) وفرع معنوي (Semantic-GHRM)، بحيث تهدف إلى نمذجة العلاقات من الدرجة العليا المحلية على المستوى الزمني والعلاقات من الدرجة العليا العالمية على المستوى المعنوي. وأظهرت النتائج التجريبية على ثلاث مجموعات بيانات للتعرف على الإجراءات طويلة المدى، وهي Breakfast وCharades وMultiThumos، فعالية نموذجنا.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
نمذجة العلاقات من الدرجة العالية القائمة على الرسوم البيانية للتعرف على الإجراءات طويلة الأمد | مستندات | HyperAI