DUGO框架发布：双尺度高斯记忆提升动作定位性能

2026年11月2日，arXiv ML领域发布DUGO框架，旨在解决第一人称程序视频的在线时间动作定位问题。 该框架采用双尺度时间编码器与高斯记忆库，结合深度局部表征及全局自注意力机制。通过输入条件化高斯原型增强时序记忆，并在编码器及锚点查询阶段应用门控交叉注意力，显著提升了多时间尺度动作捕捉与长程推理能力。 实验在EGTEA和EPIC-Kitchens-100数据集上验证了DUGO达到最先进性能，同时该框架在非第一人称基准Muses上也带来了显著改进。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。