ECCV 2026 论文 Gen2Balance：用文生视频填充长尾数据达 SOTA
dimadamen · x · 2026-09-10
Bristol 大学与 Adobe Research 的 ECCV 2026 论文 Gen2Balance，用文本生成视频模型解决长尾视频动作识别的数据不平衡问题，并发布含 223 类、14 万条生成片段的数据集。
方法要点
- 用多模态 LLM 分析真实视频样本，构建动作画像并撰写多样化、类别忠实的提示词，再由文生视频模型生成片段填补少数类。
- 采用两阶段训练策略缓解合成数据的域偏移。
结果
- 在 UCF-101 长尾版（UCF-LT）与时序更难的 Kinetics 子集（K100-LT）上超越最强基线，尾部与少样本动作类别准确率显著提升。
- 尽管合成视频存在物理失真，精心设计的提示词生成的视频已足够可信且类别忠实，足以带来 SOTA 表现。
所属事件:ECCV 2026 论文 Gen2Balance 用生成视频攻克长尾动作识别(2 条相关)→
「多模态」频道最新
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27
- Anima 用户求助：如何让提示词里的灯笼都画在远处 — MadaleineSakurai · 2026-10-27
- MOSS-Image 生态周报：锐度滑块 LoRA、漫画透明通道与红框局部重绘 — optimisticalish · 2026-10-27
- Wan2.2 图生视频 Space 冲上 Hugging Face 热门榜 — JCisHERE · 2026-10-27
- PlayCanvas 开源 splat-transform 工具 NPM 周下载破 3.5 万 — willeastcott · 2026-10-27
- Ludovic Creator 用 Seedance 2.5 打造 Snorricam 运镜系列短片 — LudovicCreator · 2026-10-27