研究者提出VideoMogaNet视频动作识别方法

Kevin D. Nguetche 等研究者在 arXiv 发布论文，提出视频动作识别方法 VideoMogaNet，称其在多个基准数据集上的表现达到或超过现有最先进方法，并大幅降低时序分支的计算开销。 该方法基于 MogaNet 的多阶空间表示，用仅深度卷积与隐式门控聚合实现并行多阶时序处理，把复杂度从对通道数的二次方降为线性，并引入时空双交互以增强表示且不增加计算成本。论文称其在 UCF101、HMDB51、Kinetics-400、Diving48 等基准上验证了性能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。