增量动作分割的相干时间合成

数据回放是一种成功的图像增量学习技术。它通过保留先前数据的存储库（原始数据或合成数据）来防止灾难性遗忘，确保模型在适应新概念的同时保留过去的知识。然而，其在视频领域的应用尚处于初级阶段，仅存储用于动作识别的帧示例。本文首次探索了用于增量动作分割的视频数据回放技术，重点关注动作时间建模。我们提出了时间相干动作 (TCA) 模型，该模型使用生成模型来表示动作，而不是存储单个帧。通过整合捕捉时间相干性的条件变量，我们的模型能够理解动作特征随时间的演变。因此，由 TCA 生成用于回放的动作文段具有多样性且在时间上相干。在 Breakfast 数据集上的 10 任务增量设置中，与基线相比，我们的方法将准确率显著提高了高达 22%。