利用时序状态空间共享实现视频语义分割

基于摘要分析。本文研究视频语义分割（VSS）中的长时序上下文利用问题，提出 Temporal Video State Space Sharing（TV3S）架构，以 Mamba 状态空间模型实现跨视频帧的时序特征共享，旨在减少逐帧或短窗口处理带来的重复计算与特征存储开销。 核心机制是利用选择性门控传播相关的跨帧信息，避免依赖占用大量内存的特征池。TV3S 对空间 patch 独立处理，并结合 shifted operation，使训练和推理支持高度并行计算；作者称这有助于降低顺序状态空间处理的延迟，并提高长视频序列处理的可扩展性。推理时模型纳入先前帧的信息，以维持长程时序一致性。摘要未说明状态更新公式、门控实现、shifted operation 的具体方式及训练损失，这些细节尚未验证。 作者报告，在 VSPW 和 Cityscapes 视频语义分割评估中，TV3S 优于当前最先进方法，并在长视频序列上保持一致表现；但摘要未提供具体指标、数值、数据划分、对照方法或硬件与效率测量条件，因此尚不能量化其精度与效率收益。实验协议、消融及统计信息尚未验证。摘要提供了公开代码地址，但代码完整性、依赖环境及结果可复现性尚未核对。 平台推测（待验证）：其潜在可迁移机制是以紧凑状态替代显式历史特征池，用选择性门控保留连续序列中的有效信息，可能对应连续 EEG 解码中的长程依赖与存储开销问题。该假设不等于已证实的 BCI 效果。视频方法依赖空间 patch 及其位移处理，迁移时需改造为 EEG 的通道—时间表示，并适配任务监督；低信噪比可能使门控保留伪迹，跨被试差异和通道布局变化可能破坏状态共享，小数据也可能不足以稳定训练。可在固定划分的连续 EEG 解码任务中，对比匹配骨干的状态共享与状态重置版本，检查任务指标、峰值内存及不同历史长度下的稳定性，并核对分段边界的状态处理。已有 EEG 相关工作尚未检索确认。