未編集動画における活動検出は重要な課題であるが、その難易度も高い。既存の手法の性能は依然として満足できるものではなく、例えば、長い複雑な行動の開始点と終了点を特定することがしばしば困難となる。本論文では、未編集動画から多様な活動を正確に検出できる汎用的なフレームワークを提案する。我々の最初の貢献は、新しい提案手法であり、この手法は時間境界を正確に生成する候補を効率的に生成することができる。他の貢献としては、関連性と完全性を明確に区別する段階的な分類パイプラインである。2つの挑戦的な時間活動検出データセット、THUMOS14およびActivityNetにおいて、提案されたフレームワークは既存の最先端手法を大幅に上回り、さまざまな時間構造を持つ活動に対処する際の優れた精度と強い適応性を示している。