研究者提出ARQ-VAE压缩时序动作分割特征存储
热点事件持续更新
研究者提出ARQ-VAE压缩时序动作分割特征存储
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Faizan Siddiqui等研究者在arXiv发布论文，提出免标注的紧凑特征表示ARQ-VAE，通过逐帧自适应截断残差量化链来压缩时序动作分割（TAS）视频特征的存储。 论文称，在Breakfast基准上，该方法将训练集存储从28 GB的I3D特征库降至10 MB；配合ASFormer在有监督设置下取得71.5 Edit和51.2 F1@50，同一表示在增量式与无监督TAS中也有效。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
ARQ-VAE：面向内存高效时序动作分割的自适应残差量化方法报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIARQ-VAE：面向内存高效时序动作分割的自适应残差量化方法
研究者提出 ARQ-VAE，一种免标注的紧凑特征表示，通过逐帧自适应截断残差量化链来压缩时序动作分割（TAS）的视频特征存储。在 Breakfast 基准上，训练集存储从 28 GB 的 I3D 特征库降至 10 MB，配合 ASFormer 在有监督设置下取得 71.5 Edit 和 51.2 F1@50。同一表示在增量式与无监督 TAS 中同样有效。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。