T-DEED：用于体育视频中精确事件定位的时间可判别性增强编码器-解码器
计算机视觉与模式识别
2024-04-12 v2
摘要
在本文中，我们介绍了T-DEED，一种用于体育视频中精确事件定位的时间可判别性增强编码器-解码器。T-DEED解决了该任务中的多项挑战，包括帧表示之间可判别性的需求、保持预测精度所需的高输出时间分辨率，以及捕获不同时间尺度信息以处理具有不同动态特性事件的必要性。它通过其专门设计的架构来解决这些挑战，该架构具有一个编码器-解码器，用于利用多个时间尺度并实现高输出时间分辨率，以及旨在提高token可判别性的时间模块。利用这些特性，T-DEED在FigureSkating和FineDiving数据集上取得了SOTA性能。代码可在 https://github.com/arturxe2/T-DEED 获取。
引用
@article{arxiv.2404.05392,
title = {T-DEED: Temporal-Discriminability Enhancer Encoder-Decoder for Precise Event Spotting in Sports Videos},
author = {Artur Xarles and Sergio Escalera and Thomas B. Moeslund and Albert Clapés},
journal= {arXiv preprint arXiv:2404.05392},
year = {2024}
}