Aller au contenu principal
Accès ouvert déclaré 2026 article

TDP-DETR: Temporal dynamics perception framework for video moment retrieval and highlight detection

0Citations signalées — pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Résumé fourni par la source

Video Moment Retrieval (VMR) and Highlight Detection (HD) aim to localize query-relevant temporal segments and evaluate clip-level saliency within untrimmed videos. Accurate temporal boundary perception is essential for VMR and HD. While current models have made significant progress, they still struggle to achieve precise action semantic alignment with temporally dynamic video content and are prone to boundary perception bias when action-related visual semantic cues experience fluctuations in specific frames. In this paper, we propose a Temporal Dynamics Perception DEtection TRansformer (TDP-DETR) that models action temporal dynamics from two complementary perspectives: temporal persistence and temporal progression. For temporal persistence, we introduce a dynamic masking strategy for action duration-aware temporal modeling, enabling the model to infer action persistence from query semantics and incorporate it as a temporal prior for boundary prediction. For temporal progression, we design an action state difference perception module that captures frame-to-frame action state variations, allowing the model to perceive action progression speed and thereby improve anticipation of action boundaries. Extensive experiments on three MR/HD benchmarks demonstrate that our method consistently outperforms existing state-of-the-art approaches. Our code will be public soon.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
TDP-DETR: Temporal dynamics perception framework for video moment retrieval and highlight detection
Date Crossref
01/10/2026
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

Video Analysis and SummarizationMultimodal Machine Learning ApplicationsHuman Pose and Action Recognition

BNTIC News n’est pas le producteur de ces données. Recherche à la demande dans Crossref et Europe PMC, sans clé ; OpenAlex reste optionnel. Aucun service payant requis, aucune réponse conservée. Sources et limites.