SAEFormer

堆叠注意力可能弱化短时局部变化，常规表示对动作起止处的变化不够敏感，边界定位精度因此受限。

在 ActionFormer 类一阶段架构上，用 LMSF 重新融合局部卷积、输入参考和局部峰值响应，保留局部判别线索；用 BAE 增强与边界变化相关的时序特征。完成多数据集实验、消融和诊断分析。

THUMOS14 上 I3D 特征 Average mAP 69.7、VideoMAE V2 特征 71.4。2026 年投稿，现于 Neurocomputing 审稿流程中（不表述为已录用）。

根据审稿意见迭代方法，并探索与零样本、开放词汇设定的结合。