Tag · 1 篇
Frame2Freq: Spectral Adapters for Fine-Grained Video Understanding
把图像预训练骨干迁移到视频时,用沿时间轴的 FFT 做频带特定嵌入,替代单尺度时域适配器,可复用于任何需要多时间尺度运动建模的视频下游任务(如细粒度动作识别、时序定位)。