时空特征融合

SMV-EAR：将时空多视图表征学习引入高效事件相机动作识别

SMV-EAR: Bring Spatiotemporal Multi-View Representation Learning into Efficient Event-Based Action Recognition

把事件流沿 H/W 轴投影成平移不变的稠密多视图表征，并用双分支动态融合建模样本级互补性，这套 SMVRL 设计可直接迁移到任何需要从稀疏异步事件中提取时空特征的视觉任务（如事件相机上的检测、跟踪、姿态估计）。