Localized Motion Representations

本文提出了一种可提示的局部化运动表示方法，通过在全局视频上下文中提取特定区域的运动嵌入，实现了高精度的对象级运动迁移与组合场景生成，并在局部动作分类任务中优于基于裁剪或掩码的全局方法。