AI前线2020.08月刊
- 报告编号：158438
- 报告名称：AI前线2020.08月刊
- 报告来源：互联网用户上传
- 关键词：重点报告
- 报告页数：62 页
- 预览页数：10
- 报告格式：pdf
- 上传时间：2024-09-08
- 简介摘要: (原创分析) 本文介绍了爱奇艺技术团队提出的一种名为Boundary Content Graph Neural Network (BC-GNN)的方法，用于解决时序动作提名生成问题。该方法通过图神经网络对边界和内容预测之间的关系进行建模，旨在生成更精确的时序边界和可靠的内容置信度分数。BC-GNN方法首先构建了一个包含视频处理单元起始点和结束点的边界内容图，然后通过图推理模块对节点和边进行特征更新，最后基于更新后的特征生成候选时序片段的起始点概率和内容置信度。该方法在ActivityNet-1.3和THUMOS14数据集上取得了领先效果，并展示了消融实验来验证其策略的有效性。该方法通过考虑边界预测与内容预测之间的关系，提高了时序动作提名生成的准确性，并展示了其在时序行为检测任务上的潜力。
本报告共 62 页, 提供前 10 页预览. 无水印的全部内容, 请购买后下载查看, 谢谢您!
点赞
