摘要：1.针对的问题 在弱监督时序动作定位领域提出了一些帧监督的方法，但是由于标签稀疏性，现有的工作无法学习动作的完整性，动作预测零碎，导致在高IoU阈值的情况下表现较差。作者试图通过生成密集的伪标签，为模型提供完整性指导。 2.主要贡献 •引入了一个新的框架，其中生成了密集的最优序列，以在点监督设置下为 阅读全文

摘要：0.前言 相关资料： arxiv github 论文解读(知乎，CSDN) 论文基本信息： 领域：视频自监督表示学习 发表时间：NeurIPS 2022(2022.3.23) 1.针对的问题 视频存在非常多的冗余信息，所以，对视频的处理需要非常大的计算资源，transformer需要非常多的额外训练 阅读全文