时空缩放网络：距离回归与连续深度用于高效动作局部化

时序动作局部化需要精确的边界检测和计算效率。当前方法在所有时序位置上应用统一计算，浪费容易边界的资源，同时在处理模糊边界时困难。我们通过两种互补创新来解决这些问题：边界距离回归（BDR），用有符号距离回归取代基于分类的边界检测，实现$3.3--16.7\times$的方差降低；以及自适应时序细化（ATR），将transformer深度连续分配给$\tau\in[0,1]$，以集中计算靠近困难边界的资源。在THUMOS14数据集上，我们的方法实现了56.5%的[email protected]和58.2%的平均mAP@[0.3:0.7]，使用151G FLOPs，采用36%更少的FLOPs即可实现与ActionFormer++相当的性能（55.7% [email protected] at 235G）。与统一基线相比，我们在$24\times$更少的FLOPs和$29\times$更低的延迟下实现了+2.9%的[email protected]（+1.8%平均mAP，+5.4%相对提升），在短时动作上尤其显著（+4.2%，+8.6%相对提升）。训练需要$1.29\times$基线FLOPs，但这种一次性成本可在众多推理运行中摊薄；知识蒸馏进一步将其降低到$1.1\times$，同时保持99.5%的准确率。我们的贡献包括：（i）一个以信息论为基础的距离公式，展示最优方差缩放；（ii）一种避免离散路由复杂度的连续深度分配机制；（iii）在四个数据集上的一致性改进，提升与边界异质性相关。