用於時序動作提名生成任務，愛奇藝提出BC-GNN圖神經網絡 | ECCV 2020

時序動作提名生成任務可以從未處理的長視頻中定位出包含動作內容的片段，對視頻理解以及時序行爲檢測任務等有着重要的作用。隨着視頻數量的激增以及視頻內容的豐富，對時序動作提名算法的關注和需求也得到巨大提升。然而目前的方法多采用先生成起止邊界，再將起止邊界組合成候選動作提名，最後生成候選動作提名的內容置信度，這種處理方式忽略了邊界預測與內容預測之間的聯繫，從而影響了該任務最終效果的進一步提升。 本論文提出

>>阅读原文<<