用于时间动作分割的高效两阶段网络

由于边界模糊和过度分割问题，从长时未剪辑视频中准确识别所有片段仍具挑战性。为应对上述问题，本文提出一种高效的两阶段网络（Efficient Two-Step Network, ETSN），包含两个核心组件。第一阶段为高效时序系列金字塔网络（Efficient Temporal Series Pyramid Networks, ETSPNet），该网络能够同时捕捉局部与全局的帧级特征，并提供精确的分割边界预测。第二阶段提出一种新颖的无监督方法——局部Burr抑制（Local Burr Suppression, LBS），可显著减少过度分割错误。在50Salads、GTEA和Breakfast等多个基准数据集上的实证评估表明，ETSN在性能上大幅超越当前最先进的方法。