arXiv · 机器人与计算机视觉· Gerard Donahue, Guven Gergerli, Ayush Gupta, Reza Ghoddoosian, Enna Sachdeva, Faizan Siddiqui·· 8 天前AI 评分45
ARQ-VAE 自适应残差量化实现时序动作分割的高效存储
Adaptive Residual Quantization for Memory-Efficient Temporal Action Segmentation
AI 导读
ARQ-VAE 提出一种无标签的离散残差量化机制,将 Breakfast 数据集 I3D 特征库存储从 28 GB 压缩至 10 MB。结合 ASFormer 模型,该方法在监督设置下取得 71.5 Edit 和 51.2 F1@50 性能,且无需帧级标注即可支持增量与无监督分割任务。该预印本论文展示了其在长视频存储 - 性能权衡上的显著优势及代码开源潜力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org