FineX方法通过新颖的融合技术推进细粒度动作识别

研究人员推出了一种新颖的细粒度人类动作识别方法FineX。该方法通过整合RGB外观、姿态热力图几何和骨骼图拓扑，有效地区分视觉上相似的动作。FineX利用成对交叉注意力在这些表示之间进行信息交换，并利用潜在稀疏专家混合（Mixture-of-Experts）将数据路由到相关专家。该方法在Gym99、Gym288和Diving48等基准数据集上展示了最先进的性能，显著提高了长尾Gym288数据集上的平均类别准确率。 AI

影响 通过整合多样化的视觉线索，推进了细粒度动作识别，可能改进视频分析和人机交互等应用。

排序理由 该项目是一篇研究论文，详细介绍了细粒度动作识别的新方法，包括其技术方法和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Diving48
• FineX
• Gotit.pub
• Gym288
• Gym99
• Hugging Face
• Influence Flower
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →