Ego4D 长期动作预测挑战赛 2023 技术报告
计算机视觉与模式识别
2023-07-06 v1
摘要
在本报告中，我们描述了我们参与 Ego4D 长期动作预测挑战赛 2023 的方法的技术细节。该任务的目标是在给定输入视频的情况下，预测将在任意时刻或更晚发生的未来动作序列。为完成此任务，我们对基线模型引入了三项改进，该基线模型由从视频生成片段级特征的编码器、整合多个片段级特征的聚合器，以及输出 Z 个未来动作的解码器组成。1) SlowFast 与 SlowFast-CLIP 的模型集成；2) 标签平滑以放宽未来动作的顺序约束；3) 基于词共现约束动作类（动词、名词）的预测。我们的方法优于基线性能，并在公开排行榜上作为第二名方案被记录。
引用
@article{arxiv.2307.01467,
title = {Technical Report for Ego4D Long Term Action Anticipation Challenge 2023},
author = {Tatsuya Ishibashi and Kosuke Ono and Noriyuki Kugo and Yuji Sato},
journal= {arXiv preprint arXiv:2307.01467},
year = {2023}
}