基于数据增强和时空注意力的在线微动作识别

本文介绍了我们团队最新开发的解决方案——HFUT-VUT——用于IJCAI 2025 MiGA挑战中微动作在线识别赛道的最新方案。微动作在线识别任务是一个极具挑战性的问题，旨在定位多个微动作实例在未裁剪视频中的时间位置并识别其类别。与传统的时间动作检测不同，该任务更强调区分微动作类别并精确识别每个实例的起始和结束时间。此外，微动作通常是自发的人类动作，与其他人类动作相比差异更大。为应对这些挑战，我们提出了手工制作的数据增强和时空注意力，以增强模型对微动作进行更准确分类和定位的能力。我们的解决方案实现了38.03的F1分数，超越了前一时代SOTA的37.9。因此，我们的方法在微动作在线识别赛道中获得了第一名。