CAKE：基于运动蒸馏和背景感知对比学习的实时动作检测
计算机视觉与模式识别
2026-03-26 v1
摘要
在线动作检测（OAD）系统面临两个主要挑战：高计算成本和对抗背景运动的判别性时序动力学建模不足。添加光流可以提供强大的运动线索，但会带来显著的计算开销。我们提出了 CAKE，这是一个 OAD 基于流的蒸馏框架，用于将运动知识传递到 RGB 模型中。我们提出了 Dynamic Motion Adapter（DMA），以抑制静态背景噪声并突出显示像素变化，有效地在不进行显式计算的情况下近似光流。该框架还集成了 Floating Contrastive Learning 策略，以区别于时序背景的有信息运动动力学。在 TVSeries、THUMOS'14、Kinetics-400 数据集上进行的各种实验显示了我们模型的有效性。CAKE 在与 SOTA 相同 backbone 的情况下实现了突出的 mAP。我们的模型在单个 CPU 上以超过 72 FPS 的速度运行，使其非常适用于资源受限的系统。
引用
@article{arxiv.2603.23988,
title = {CAKE: Real-time Action Detection via Motion Distillation and Background-aware Contrastive Learning},
author = {Hieu Hoang and Dung Trung Tran and Hong Nguyen and Nam-Phong Nguyen},
journal= {arXiv preprint arXiv:2603.23988},
year = {2026}
}