多尺度时序动作分割模型

边界更准

同时利用全局、片段和帧级别的时序交互，让无监督动作分割不再受限于局部视野，边界检测更准确。

Zhiying, Song · Chen, Kaixuan · Wang, Pengfei · 宋明黎 · Zheng, Nenggan

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

边界检测更准

全局时序编码结合帧级预测误差和相似度，减少欠分割，再通过细化机制减少过分割。

超越部分有监督方法

在 MoF 和 F1 指标上甚至超过部分有监督方法，证明了无监督框架的竞争力。

跨数据集鲁棒

在 Breakfast、YouTube Instructions、50Salads、EPIC-KITCHENS 四个数据集上取得领先或次优性能。

应用场景

• 机器人动作理解：帮助机器人识别长视频中的动作序列，无需标注即可分割动作段。
• 视频监控分析：自动发现监控视频中的事件边界，减少人工巡查。
• 人机交互：实时分割人类动作，让机器人更准确地理解交互时机。
• 行为识别：为行为识别提供准确的动作段，减少边界噪声。