Временная локализация технических действий в видеозаписях сумо с использованием различных представлений видеоданных

Аннотация

Исследуется временная локализация двух приёмов в полных видеозаписях сумо. Для ActionFormer сравниваются признаки YOLO-Pose, RGB-I3D и VideoMAE. Совместное дообучение VideoMAE-H и временных адаптеров даёт лучший результат: mAP 83.57% при tIoU 0.50 и 57.43% в среднем по пяти порогам.

Ключевые слова: временная локализация действий, сумо, компьютерное зрение, ActionFormer, VideoMAE, AdaTAD.

BibTeX
@article{IS-Baltaev-Ryzhov2026,
  author  = {Балтаев, Глеб Иркинович and Рыжов, Александр Павлович},
  title   = {{Временная локализация технических действий в видеозаписях сумо с использованием различных представлений видеоданных}},
  journal = {Интеллектуальные системы. Теория и приложения},
  year    = {2026},
  volume  = {30},
  number  = {4},
  pages   = {328--331},
}
AMSBIB
\RBibitem{IS-Baltaev-Ryzhov2026}
\by Г.\,И.~Балтаев, А.\,П.~Рыжов
\paper Временная локализация технических действий в видеозаписях сумо с использованием различных представлений видеоданных
\jour Интеллектуальные системы. Теория и приложения
\yr 2026
\vol 30
\issue 4
\pages 328--331
Опубликовано на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0)

← К номеру журнала

× Issue cover