研究主线在审
SAEFormer: Semantic-Aware Enhancement for Temporal Action Localization
通过 LMSF 重新融合局部特征、BAE 增强边界相关时序特征，保留短时局部变化与边界线索。
Neurocomputing · 2026THUMOS14 Average mAP 69.7 (I3D) / 71.4 (VideoMAE V2)
2026 年投稿，现于 Neurocomputing 审稿流程中；结论以最终发表版本为准。
研究问题
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。
方法与行动
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。
公开结果
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）。
下一步
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。
公开边界
处于审稿流程，结论以最终发表版本为准；不声称全数据集 SOTA。