ConTrans: Nuova Architettura per il Localizzazione Zero-Shot delle Azioni

Un articolo di ricerca introduce ConTrans, una nuova architettura di codifica multi-scala per il Localizzazione Temporale Zero-Shot delle Azioni (ZS-TAL). Il metodo integra i bias convoluzionali induttivi con l'auto-attenzione dei transformer per catturare sia le dipendenze locali a grana fine che il contesto globale a lungo raggio, affrontando le limitazioni degli approcci esistenti che trascurano le correlazioni locali basate su offset relativi e soffrono di architetture di rete poco profonde. Le valutazioni sperimentali sui dataset ActivityNet-1.3 e THUMOS dimostrano rappresentazioni delle caratteristiche migliorate.