研究人员推出了一种新颖的两阶段框架DualAlign,旨在通过有效融合多模态数据来改进动作质量评估(AQA)。该方法首先稳定来自RGB、光流和骨骼数据的视觉表示,然后再纳入文本语义,从而解决了跨模态不对齐和标注成本高昂等挑战。为了支持这项研究,创建了一个名为MM--JDM的新数据集,其中包含多样化的多模态输入以及真实的噪声、类别不平衡和标签稀疏性。实验表明,DualAlign在MM--JDM和其他基准测试上的表现显著优于现有方法,并且在模态缺失或标签有限的情况下也表现出鲁棒性。 AI
影响 为动作质量评估中的多模态融合引入了一个新颖的框架和数据集,有望改进体育分析和技能评估。
排序理由 该集群包含一篇详细介绍动作质量评估新框架和数据集的研究论文。
- Action Quality Assessment
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- MM--JDM
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →