视频辨认的规范办法通常会对残缺的视频输出进行操作，这往往会因为视频中宽泛存在的时空冗余导致效率低下。视频掩码建模（即 VideoMAE）的最新进展表明，一般…

为了防止大量的计算，现有的视频动作识别方法通常会采样几帧来示意每个视频，然而这往往会限度辨认的性能。为此，Ample and Focal Network（AFNet）提出两个…