跳到正文
arXiv · 机器人与计算机视觉· Ashish Kumar Singh, Prakash Chandra Chhipa·· 9 天前AI 评分50

MATA:面向时序的动作对齐适配器

MATA: Motion-aligned Temporal Adapter

AI 导读

针对少样本细粒度视频动作识别难题,本文提出 Motion-aligned Temporal Adapter(MATA),这是一种基于冻结 CLIP 主干的参数高效适配器。该方法通过可学习的时间位置嵌入实现时序相位对齐,并利用深度卷积作为局部运动过渡算子,仅约 360 万可调参数即可在多个基准上达到最先进水平,同时对视觉干扰和帧缺失具有鲁棒性。代码已开源,论文已被 WACV 2027 接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org