論文の概要: OnPoint: Offline-to-Online Multi-Level Distillation for Point-Supervised Online Temporal Action Localization
- arxiv url: http://arxiv.org/abs/2607.00289v1
- Date: Wed, 01 Jul 2026 00:32:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.672826
- Title: OnPoint: Offline-to-Online Multi-Level Distillation for Point-Supervised Online Temporal Action Localization
- Title（参考訳）: OnPoint: オンライン時間的行動局所化のためのオフライン-オンライン多層蒸留
- Abstract要約: 本稿では,1インスタンスにつき1つの時間的ポイントのみを使用して,ストリーミングビデオ中のアクションをローカライズするPOTAL(Point-Supervised Online TAL)を紹介する。
オフラインからオンラインまでの多段階蒸留フレームワークであるOnPointを提案する。
- 参考スコア（独自算出の注目度）: 7.546625694449051
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Temporal Action Localization (TAL) typically relies on segment annotations or offline access to full videos, limiting scalability and online use. We introduce Point-Supervised Online TAL (POTAL), which localizes actions in streaming videos using only one temporal point per instance. To solve POTAL, we propose OnPoint, an offline-to-online multi-level distillation framework that transfers knowledge from a point-supervised offline teacher to an online student via (i) pseudo-segment instance distillation, (ii) class-activation sequence distillation, and (iii) anticipatory window-level distillation. We further improve robustness by incorporating the original point labels into student training and by refining anchor decoding with actionness-guided attention calibration. Experiments on five datasets show OnPoint consistently outperforms strong baselines, establishing a solid foundation for POTAL.
- Abstract（参考訳）: 時間的アクションローカライゼーション(TAL)は通常、セグメントアノテーションやフルビデオへのオフラインアクセスに依存し、スケーラビリティとオンライン利用を制限する。
本稿では,1インスタンスにつき1つの時間的ポイントのみを使用して,ストリーミングビデオ中のアクションをローカライズするPOTAL(Point-Supervised Online TAL)を紹介する。
POTALを解決するために,オフラインからオンラインまでの多段階蒸留フレームワークOnPointを提案する。
(i)擬似沈み込み蒸留
二 クラス活性化シーケンス蒸留、及び
三 予想窓面蒸留
学生教育に原点ラベルを組み込んだり、動作性誘導型注意度校正によるアンカー復号を精錬することで、ロバスト性をさらに向上する。
5つのデータセットの実験では、OnPointは強いベースラインを一貫して上回り、POTALの強固な基盤を確立している。
関連論文リスト
- OZ-TAL: Online Zero-Shot Temporal Action Localization [25.6684938934994]
オンラインゼロショット・テンポラル・アクション・ローカライゼーション(OZ-TAL)は、これまで目に見えない動作をオンラインで検出することを目的としている。
本稿では,VLM(Vilge-Language Models)を利用した学習自由フレームワークを提案する。
本手法は,オフラインおよびオンラインのゼロショット設定において,既存の最先端手法よりも大幅に優れる。
論文 参考訳（メタデータ） (2026-05-11T04:34:32Z) - O-TALC: Steps Towards Combating Oversegmentation within Online Action Segmentation [0.48748194765816943]
本稿では、バックボーン動作認識モデルのトレーニングと推論を改善する2つの方法を提案する。
まず、トレーニング中の高密度サンプリングを導入し、トレーニングと推論クリップマッチングを容易にし、セグメント境界予測を改善する。
第2に,オンライン推論における過小評価を明示的に低減するオンライン一時認識ラベルクリーニング(O-TALC)戦略を導入する。
論文 参考訳（メタデータ） (2024-04-10T10:36:15Z) - FreePoint: Unsupervised Point Cloud Instance Segmentation [72.64540130803687]
点クラウド上の教師なしクラス非依存のインスタンスセグメンテーションを探索するためのFreePointを提案する。
我々は、座標、色、そして自己監督の深い特徴を組み合わせることで、点の特徴を表現する。
ポイント機能に基づいて、ポイントクラウドを擬似ラベルとして粗いインスタンスマスクに分割し、ポイントクラウドインスタンスセグメンテーションモデルをトレーニングする。
論文 参考訳（メタデータ） (2023-05-11T16:56:26Z) - ACGNet: Action Complement Graph Network for Weakly-supervised Temporal
Action Localization [39.377289930528555]
教師なしビデオにおける弱いトリミング時間的行動ローカライゼーション(WTAL)は,ビデオレベルラベルのみが利用可能であるため,実用的ではあるが困難な課題となっている。
既存のアプローチは、通常、空間的不完全性と時間的不整合に苦しむ、既成のセグメントレベルの特徴を利用する。
本稿では,単純なグラフ畳み込みネットワークを用いてセグメントレベルの表現を強化することで,この問題に対処する。
論文 参考訳（メタデータ） (2021-12-21T04:18:44Z) - Online Continual Learning with Natural Distribution Shifts: An Empirical
Study with Visual Data [101.6195176510611]
オンライン」連続学習は、情報保持とオンライン学習の有効性の両方を評価することができる。
オンライン連続学習では、入力される各小さなデータをまずテストに使用し、次にトレーニングセットに追加し、真にオンラインにします。
本稿では,大規模かつ自然な分布変化を示すオンライン連続視覚学習のための新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2021-08-20T06:17:20Z) - Transferable Knowledge-Based Multi-Granularity Aggregation Network for
Temporal Action Localization: Submission to ActivityNet Challenge 2021 [33.840281113206444]
本報告では,2021 HACS 時空間行動ローカライゼーションチャレンジの提出に使用したソリューションの概要について述べる。
我々は、TCANet(Temporal Context Aggregation Network)を用いて、高品質なアクション提案を生成する。
また、トリミングされたビデオから未トリミングされたビデオに知識を移すための追加モジュールも採用しています。
提案手法は, 教師付きおよび弱教師付き時間的行動局所化トラックを用いて, 39.91 と 29.78 の平均 mAP をそれぞれ達成する。
論文 参考訳（メタデータ） (2021-07-27T06:18:21Z) - One Point is All You Need: Directional Attention Point for Feature
Learning [51.44837108615402]
ポイントクラウド分類やセグメンテーションなどのタスクのポイント機能強化を学習するための新しい注意ベースのメカニズムを提示する。
我々は,最先端のクラウド分類とセグメンテーションネットワークに注目機構を組み込むことができることを示す。
論文 参考訳（メタデータ） (2020-12-11T11:45:39Z) - Reinforcement Learning for Weakly Supervised Temporal Grounding of
Natural Language in Untrimmed Videos [134.78406021194985]
我々は、時間境界のない粗いビデオレベルの言語記述アノテーションにのみアクセス可能な、このタスクの弱教師付き設定に焦点を当てる。
本稿では,時間境界を段階的に洗練する過程を指導するために,強化学習を利用したemphBoundary Adaptive Refinement(BAR)フレームワークを提案する。
論文 参考訳（メタデータ） (2020-09-18T03:32:47Z) - Unsupervised Point Cloud Registration via Salient Points Analysis (SPA) [57.62713515497585]
本研究では,SPA (Salient Point Analysis) と呼ばれる非教師付きポイントクラウド登録手法を提案する。
まず、ポイントホップ++法を点点に当てはめ、点の局所的な表面特性に基づいて2点の正解点を見つけ、対応する正解点と整合して登録を行う。
SPA法の有効性は,ModelNet-40データセットから,見かけや見えないクラスやノイズの多い点群に対する実験によって実証される。
論文 参考訳（メタデータ） (2020-09-02T18:40:37Z) - SoftPoolNet: Shape Descriptor for Point Cloud Completion and
Classification [93.54286830844134]
本稿では,点雲に基づく3次元オブジェクトの補完と分類手法を提案する。
デコーダの段階では,グローバルな活性化エントロピーの最大化を目的とした新しい演算子である地域畳み込みを提案する。
我々は,オブジェクトの完成度や分類,最先端の精度の達成など,異なる3次元タスクに対するアプローチを評価する。
論文 参考訳（メタデータ） (2020-08-17T14:32:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。