JFAA: EPIC-KITCHENS-100 行动预期挑战赛技术报告
计算机视觉与模式识别
2026-05-21 v1
摘要
我们提出 JFAA，这是一种基于 JEPA 的未来行动预期方法，用于 EPIC-KITCHENS-100 (EK-100) 行动预期任务。灵感来自 V-JEPA 2.1 的表示学习和未来预测能力，JFAA 使用冻结的编码器和预测器提取观察上下文特征和近未来潜在标记。随后训练一个轻量级注意力探针来预测动词、名词和动作 logits，使用独立的任务查询。为提高鲁棒性，我们进一步构建了一个基于所选 epoch 级别预测的领域感知集成，允许每个输出领域从其最可靠的候选者中受益。实验结果在官方挑战服务器上表明，JFAA 在 EgoVis 2026 EK-100 行动预期挑战中取得第一名。我们的代码将在 https://github.com/CorrineQiu/JFAA 上发布。
引用
@article{arxiv.2605.20904,
title = {JFAA: Technical Report for the EPIC-KITCHENS-100 Action Anticipation Challenge at EgoVis 2026},
author = {Qiaohui Chu and Haoyu Zhang and Yisen Feng and Meng Liu and Weili Guan and Dongmei Jiang and Liqiang Nie},
journal= {arXiv preprint arXiv:2605.20904},
year = {2026}
}
备注
The champion solution for the EPIC-KITCHENS-100 Action Anticipation Challenge at the CVPR EgoVis Workshop 2026