Coarse to Fine Multi-Resolution Temporal Convolutional Network

Abstract

目标：解决过度分割问题。

方法：时间编码器-解码器来解决序列碎片问题。

特点：解码器遵循具有多个时间分辨率的隐式集合，并且从粗到细。

其他贡献：

1. 采用多分辨率增强策略以强化训练；
2. 设计了支持架构的损失函数。

成果：在三个数据集上取得了最好的效果。

Introduction

标准模型：MS-TCN

两种改进思路：

1. 额外的训练；
2. 后处理平滑。

本文的思路：

编码器：将时间分辨率降低到某个瓶颈特征；
解码器：将序列恢复到原始时间分辨率之前。

核心思想：先收缩后拉伸。

这样的想法，来源于图像分割、流量估计和地标检测。

Encoder-Decoder