TempT：用于测试时适应的时间一致性
计算机视觉与模式识别
2023-04-20 v2 人工智能
摘要
我们引入了用于测试时适应的时间一致性，这是一种通过利用跨连续帧预测的时间相干性作为自监督信号，进行视频测试时适应的新方法。TempT 是一种在计算机视觉任务中具有广泛应用潜力的方法，包括视频中的人脸表情识别 (FER)。我们在 AffWild2 数据集上评估了 TempT 的性能。我们的方法仅关注数据的单模态视觉方面，并使用流行的 2D CNN 主干，这与其它方法中使用的更大的序列模型或基于注意力的模型形成对比。我们的初步实验结果表明，与往年报告的性能相比，TempT 具有竞争力的性能，其有效性为其在各种实际应用中的使用提供了令人信服的概念验证。
引用
@article{arxiv.2303.10536,
title = {TempT: Temporal consistency for Test-time adaptation},
author = {Onur Cezmi Mutlu and Mohammadmahdi Honarmand and Saimourya Surabhi and Dennis P. Wall},
journal= {arXiv preprint arXiv:2303.10536},
year = {2023}
}
备注
7 Pages, 3 figures