914 B
914 B
Action Sensitivity Learning for Temporal Action Localization
- 会议：ICCV 2023
- 阅读深度：摘要级筛选
- 官方链接：https://openaccess.thecvf.com/content/ICCV2023/html/Shao_Action_Sensitivity_Learning_for_Temporal_Action_Localization_ICCV_2023_paper.html
摘要（中文转述）
Action Sensitivity Learning 针对时间动作定位中不同类别、不同实例对边界和上下文的敏感程度不同的问题，通过类别级和实例级敏感性建模调整梯度贡献及对比采样，使模型更关注难定位、边界模糊的样本。
与当前项目的关系
它提供了比 RL 更低风险的 transition 强化路径：根据距 onset/offset 的距离、转换类型和样本不确定度重加权，但仍保持标准监督学习。建议先与均匀采样做严格对照，并保证权重归一化，避免仅因提高 transition 占比而破坏整体概率校准。