Sign In
insight - Computervision, Mustererkennung
Effiziente und skalierbare gemischte Ordnung Hypergraph-Zuordnung mit CUR-Zerlegung
Das vorgeschlagene CURSOR-Verfahren nutzt eine CUR-basierte zweite Ordnung Graphzuordnung, um eine grobe Zuordnung zu erhalten, und verwendet dann eine faserbasierte CUR-Methode, um die Kompatibilitätstensor-Einträge direkt zu berechnen. Dies reduziert die Zeitkomplexität und Tensordichte erheblich.
Effiziente Skelett-Temporal-Transformer-Architektur für die Erkennung menschlicher Aktionen
Die vorgeschlagene SkateFormer-Architektur nutzt eine partitionsspezifische Aufmerksamkeitsstrategie, um essentielle Merkmale effizient zu erfassen und die Rechenleistung zu reduzieren. Durch eine neuartige Skelett-Temporal-Positionseinbettung wird die Leistung der Aktionserkennung signifikant verbessert.
Products | Resources
© 2024 by Linnk AI