arXiv cs.RO 机器人学· Kunyu Peng, Di Wen, Jia Fu, Jiamin Wu, Kailun Yang, Junwei Zheng, Ruiping Liu, Yufan Chen, Yuqian Fu, Danda Pani Paudel, Luc Van Gool, Rainer Stiefelhagen·· 2 天前AI 评分47
RefAtomNet++：用多轨迹语义检索推进指代式原子视频动作识别
RefAtomNet++: Advancing Referring Atomic Video Action Recognition using Multi-Trajectory Semantic Retrieval
AI 导读
RefAtomNet++ 通过整体句子、部分关键词和场景属性三级语义建模，用细粒度语义线索跨时间检索对齐视觉 token 构建轨迹，经 Mamba 状态空间建模聚合与多层级语义对齐跨注意力融合，实现人物定位与多标签原子动作识别。
来源：arXiv cs.RO 机器人学 · arxiv.org