原创力文档基于深度学习的点监督时序动作检测研究
摘要
近年来视频监控、智能家居、智慧交通等领域对动作检测与识别技术的广泛需求。
然而，传统的视频动作检测方法依赖于大量高精度标注数据，导致数据采集和标注成
本极为昂贵，限制了其在实际场景中的应用。此外，面对复杂场景和噪声数据，传统
模型的适应性和鲁棒性表现不足。为此，弱监督学习方法应运而生，它通过减少对精
确标注的依赖，降低了数据标注成本，并提升了模型在面对不完整或噪声标签数据时
的表现。然而，现有的弱监
基于深度学习的点监督时序动作检测研究
摘要
近年来视频监控、智能家居、智慧交通等领域对动作检测与识别技术的广泛需求。
然而，传统的视频动作检测方法依赖于大量高精度标注数据，导致数据采集和标注成
本极为昂贵，限制了其在实际场景中的应用。此外，面对复杂场景和噪声数据，传统
模型的适应性和鲁棒性表现不足。为此，弱监督学习方法应运而生，它通过减少对精
确标注的依赖，降低了数据标注成本，并提升了模型在面对不完整或噪声标签数据时
的表现。然而，现有的弱监
文档评论（0）