1000フレームにわたる10億パラメータの端末間時間アクション検出

大規模なビデオバックボーンと入力データを使用することで、時間アクション検出の性能を大幅に向上させることができる。提案手法のAdaTADは、メモリ効率の高い時間情報アダプターを導入し、従来の特徴ベースアプローチを大幅に上回る性能を達成した。