Buchumschlag

Multi-model learning by sequential reading of untrimmed videos for action recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kamiya, Kodai, Tamaki, Toru
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Online pre-training with long-form videos
von: Kato, Itsuki, et al.
Veröffentlicht: (2024)

Can masking background and object reduce static bias for zero-shot action recognition?
von: Fukuzawa, Takumi, et al.
Veröffentlicht: (2025)

Shift and matching queries for video semantic segmentation
von: Mizuno, Tsubasa, et al.
Veröffentlicht: (2024)

Fine-grained length controllable video captioning with ordinal embeddings
von: Nitta, Tomoya, et al.
Veröffentlicht: (2024)

Query matching for spatio-temporal action detection with query-based object detector
von: Hori, Shimon, et al.
Veröffentlicht: (2024)

Action tube generation by person query matching for spatio-temporal action detection
von: Omi, Kazuki, et al.
Veröffentlicht: (2025)

View while Moving: Efficient Video Recognition in Long-untrimmed Videos
von: Tian, Ye, et al.
Veröffentlicht: (2023)

M3DDM+: An improved video outpainting by a modified masking strategy
von: Murakawa, Takuya, et al.
Veröffentlicht: (2026)

Shot2Tactic-Caption: Multi-Scale Captioning of Badminton Videos for Tactical Understanding
von: Ding, Ning, et al.
Veröffentlicht: (2025)

Reflective Dialogue between Teacher and Solver Agents for Video Question Answering
von: Murakawa, Takuya, et al.
Veröffentlicht: (2026)

Contrastive learning-based video quality assessment-jointed video vision transformer for video recognition
von: Sun, Jian, et al.
Veröffentlicht: (2026)

Can VLMs be used on videos for action recognition? LLMs are Visual Reasoning Coordinators
von: Lunia, Harsh
Veröffentlicht: (2024)

Separating Shared and Domain-Specific LoRAs for Multi-Domain Learning
von: Takama, Yusaku, et al.
Veröffentlicht: (2025)

Deep learning for action spotting in association football videos
von: Giancola, Silvio, et al.
Veröffentlicht: (2024)

MoExDA: Domain Adaptation for Edge-based Action Recognition
von: Sugimoto, Takuya, et al.
Veröffentlicht: (2025)

BFMD: A Full-Match Badminton Dense Dataset for Dense Shot Captioning
von: Ding, Ning, et al.
Veröffentlicht: (2026)

Disentangling Static and Dynamic Information for Reducing Static Bias in Action Recognition
von: Kobayashi, Masato, et al.
Veröffentlicht: (2025)

Two-stream joint matching method based on contrastive learning for few-shot action recognition
von: Deng, Long, et al.
Veröffentlicht: (2024)

ADHD diagnosis based on action characteristics recorded in videos using machine learning
von: Li, Yichun, et al.
Veröffentlicht: (2024)

OmViD: Omni-supervised active learning for video action detection
von: Rana, Aayush, et al.
Veröffentlicht: (2025)

Multi-modality action recognition based on dual feature shift in vehicle cabin monitoring
von: Lin, Dan, et al.
Veröffentlicht: (2024)

Egocentric zone-aware action recognition across environments
von: Peirone, Simone Alberto, et al.
Veröffentlicht: (2024)

The impact of Compositionality in Zero-shot Multi-label action recognition for Object-based tasks
von: Calabrese, Carmela, et al.
Veröffentlicht: (2024)

EALD-MLLM: Emotion Analysis in Long-sequential and De-identity videos with Multi-modal Large Language Model
von: Li, Deng, et al.
Veröffentlicht: (2024)

Cross-modal learning for plankton recognition
von: Kareinen, Joona, et al.
Veröffentlicht: (2026)

CFE-PPAR: Compression-friendly encryption for privacy-preserving action recognition leveraging video transformers
von: Lin, Haiwei, et al.
Veröffentlicht: (2026)

Inpainting-Driven Mask Optimization for Object Removal
von: Shimosato, Kodai, et al.
Veröffentlicht: (2024)

Deep kernel video approximation for unsupervised action segmentation
von: Pintea, Silvia L., et al.
Veröffentlicht: (2026)

Real-time 3D human action recognition based on Hyperpoint sequence
von: Li, Xing, et al.
Veröffentlicht: (2021)

Deeply Dual Supervised learning for melanoma recognition
von: Polma, Rujosh, et al.
Veröffentlicht: (2025)

ST-Gait++: Leveraging spatio-temporal convolutions for gait-based emotion recognition on videos
von: Lima, Maria Luísa, et al.
Veröffentlicht: (2024)

SMART: Scene-motion-aware human action recognition framework for mental disorder group
von: Lai, Zengyuan, et al.
Veröffentlicht: (2024)

PO-GUISE+: Pose and object guided transformer token selection for efficient driver action recognition
von: Pizarro, Ricardo, et al.
Veröffentlicht: (2024)

Extended multi-stream temporal-attention module for skeleton-based human action recognition (HAR)
von: Mehmood, Faisal, et al.
Veröffentlicht: (2024)

Using joint angles based on the international biomechanical standards for human action recognition and related tasks
von: Schlegel, Kevin, et al.
Veröffentlicht: (2024)

From Macro to Micro: Boosting micro-expression recognition via pre-training on macro-expression videos
von: Li, Hanting, et al.
Veröffentlicht: (2024)

Deep video representation learning: a survey
von: Ravanbakhsh, Elham, et al.
Veröffentlicht: (2024)

Genetic Information Analysis of Age-Related Macular Degeneration Fellow Eye Using Multi-Modal Selective ViT
von: Furukawa, Yoichi, et al.
Veröffentlicht: (2024)

Novel Anomaly Detection Scenarios and Evaluation Metrics to Address the Ambiguity in the Definition of Normal Samples
von: Saito, Reiji, et al.
Veröffentlicht: (2026)

Brain Hematoma Marker Recognition Using Multitask Learning: SwinTransformer and Swin-Unet
von: Hirata, Kodai, et al.
Veröffentlicht: (2025)