未来のフレームを参照できないOnline Temporal Action Localization (TAL)では，連続する動画からアクション区間の開始・終了点を一貫して推定することが難しい．既存手法ではフレーム単位や短い区間ごとに開始・終了点を推定するため，予測が時間的に断片化しやすく，アクション変化を検出しやすい動画特徴が用いられる．本研究では，大規模事前学習動画モデルの性能を活用し，一定区間ごとにアクションを予測する．THUMOS14データセットにおいて平均 mAP 51.4%を達成し，既存のOnline TAL手法のSOTAを上回った．