用于以自我为中心视频理解的视频Swin Transformer @ Ego4D挑战赛2022
计算机视觉与模式识别
2022-07-26 v1
摘要
我们实现了Video Swin Transformer作为不归点时间定位与物体状态变化分类任务的基准架构。我们的方法在两项挑战赛上均取得了具有竞争力的性能。
引用
@article{arxiv.2207.11329,
title = {Video Swin Transformers for Egocentric Video Understanding @ Ego4D Challenges 2022},
author = {Maria Escobar and Laura Daza and Cristina González and Jordi Pont-Tuset and Pablo Arbeláez},
journal= {arXiv preprint arXiv:2207.11329},
year = {2022}
}