Mamba-YOWO:高效时空表征的动作检测框架

来源：电子与信息学报杂志2026年第5期北京时间：

作者：马莉, 辛江博, 王璐, 代新冠, 宋爽

单位：1.西安科技大学通信与信息工程学院 西安 7100542.中煤科工集团常州研究院有限公司 常州 2130153.西安科技大学安全科学与工程学院 西安 710054

摘要：针对时空动作检测中现有方法难以统一框架中高效协同建模外观语义与动态运动特征，以及主流框架往往因高计算复杂度和局部感受野限制，难以兼顾长程时序依赖建模与实时推理效率的问题。该文提出一种基于选择性状态空间模型的Mamba-YOWO轻量化时空动作检测框架。首先，引入Mamba模块重构YOWOv3的时序建模骨干，在保持线性计算复杂度的同时建模长程时序依赖。其次，设计高效多尺度时空融合模块，实现多尺度空间特征与动态时间上下文的有效融合，增强判别性表征。最后，在UCF101-24和JHMDB数据集上进行实验。结果表明，本方法较YOWOv3参数量减少7.3%，计算量(FLOPs)降低5.4%，帧级mAP分别达到90.24%和83.2%，显著优于现有实时检测方法。验证了所提方法在实时时空动作检测任务中的精度-效率平衡上的优势。

关键词：时空动作检测, YOWO网络, 状态空间模型, 时空特征融合

基金资助：国家自然科学基金(52574269)