摘要

动作分割在使机器人自动理解人类行为方面发挥着重要作用。在训练动作识别模型时，虽然为所有帧标注完整动作标签成本较高，但标注时间戳标签以实现弱监督则更具成本效益。然而，现有方法往往未能充分挖掘时间戳标签的潜在信息，导致性能受限。为缓解这一问题，我们在训练阶段提出了一种新颖的学习范式，通过最大化未标注帧周围时间戳动作集合的联合概率，提升模型对动作边界的建模能力。在推理阶段，我们设计了一种新的优化方案，能够从软标签预测中生成更优的硬标签动作类别。尤为重要的是，我们的方法具有模型无关性，可无缝集成至现有框架中。在三个常用的动作分割数据集上，该方法显著优于以往基于时间戳监督的方法，并达到了新的最先进性能。此外，我们的方法仅需不到1%的全监督标签，即可获得与全监督方法相当甚至更优的实验结果。