近日，计算机视觉领域国际顶级学术会议ECCV 2026公布论文录用结果，南京师范大学计算机与电子信息学院/人工智能学院青年教师郑智超博士关于在线视频行为理解的研究工作被大会录用。ECCV 2026共收到10,473篇有效投稿，整体录用率约为27.5%。此次成果入选ECCV 2026，体现了学院在计算机视觉、视频理解及时序数据分析等方向的持续研究积累。该研究针对在线视频行为理解中的关键挑战开展创新探索，为实时场景下的动作分析提供了新的解决思路。学院将继续面向人工智能领域国际前沿，加强基础理论与关键技术研究，推动高水平科研成果产出与创新人才培养。
论文概况
Causal Yet Future-Aware: Dual-Path Temporal Modeling for Online Action Segmentation
作者：郑智超，马培荣，周颖，孔力，周俊生
内容摘要：时序动作分割（Temporal Action Segmentation）是视频理解领域的重要研究方向，其目标是为视频中的每一帧分配动作标签，从而实现对复杂行为过程的精细化解析。相较于能够利用完整视频信息的离线模式，在线模式由于无法获取未来信息，容易产生动作边界模糊和碎片化预测等问题。针对这一挑战，该研究提出了一种双路径时序建模框架（Dual-Path Temporal Modeling, DPTM），首次从“未来依赖建模与迁移”的角度解决在线场景下时序信息缺失的问题。该方法通过时序分解策略显式分离历史依赖与未来依赖，并设计预测蒸馏机制利用历史观测信息预测未来时序关系，在保证在线推理因果性的前提下有效补充缺失的未来上下文。大量实验结果表明，该方法显著提升了在线时序动作分割的时序一致性和分割精度，在多个公开数据集上取得了国际领先的性能表现。
关于ECCV
ECCV（European Conference on Computer Vision，欧洲计算机视觉会议）是计算机视觉领域国际顶级学术会议之一，由欧洲计算机视觉协会（ECVA）主办，与CVPR、ICCV并列为全球计算机视觉领域最具影响力的三大国际学术会议。会议长期聚焦图像理解、视频分析、多模态学习、生成式人工智能等前沿研究方向，在推动计算机视觉理论创新与技术应用发展方面发挥着重要作用。
