.png){kind=icon}
返回
Efficient Action Counting with Dynamic Queries
.png){kind=icon}
PRE
AI
DOI：10.1007/s11263-026-02939-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现有大多数方法依赖相似性相关矩阵来表征动作的重复性，但其扩展性受限，由于二次计算复杂度。本文提出一种新颖方法，采用动作查询表示来定位与类别无关的重复动作周期，具有线性计算复杂度。基于此表示，我们开发了两个关键组件以应对时间重复计数的核心挑战。首先，为解决开放集动作计数问题，我们定义了两个动作类别：“重复动作”和“其他”。我们提出一种动态动作查询策略，而非手动定义重复动作类别。在此策略中，每个动作查询直接代表提取的视频特征，允许根据视频内容本身动态定义感兴趣的重复动作。其次，为区分这些重复动作查询与其他查询，我们提出查询间对比学习。该方法在查询上执行对比聚类，将相似动作模式聚合在一起，同时将背景或无关运动相关的模式推开。因此，被归类为“重复动作”的查询被视为重复周期，随后用于计数。得益于基于查询的表示和对比学习策略，我们的方法在精度上显著优于先前工作，同时更轻量级和高效。在具有挑战性的RepCountA基准上，我们在OBO精度上超越当前最佳方法TransRAC 26.5%，平均误差降低22.7%，计算负担减少94.1%。代码和模型可在项目页面公开获取。
Keyword:
Temporal repetition counting
Video understanding
期刊
IF:
9.3
论文数:
3.9K
被引数:
2.8W
机构
引用论文
.png){kind=icon}
查看更多内容