研究人员正在开发新的基于骨架的动作识别方法,该领域对于智能系统理解人类活动至关重要。一种方法通过提出一种基于Transformer的模型来统一表示,从而应对异构骨架数据的挑战,这些数据在不同来源的关节数量和拓扑结构上存在差异。另一种方法通过引入一种仅需要每个动作段一个帧的点监督框架来专注于减少标注工作量,即使在某些完全监督的方法之上也取得了有竞争力的结果。 AI
影响 这些基于骨架的动作识别的进步可能导致机器人和监控等领域更复杂的人类活动分析。
排序理由 该集群包含两篇在arXiv上发表的学术论文,详细介绍了用于基于骨架的动作识别的新方法。
- Hongsong Wang
- MCFS-130
- MCFS-22
- PKU-MMD
- alphaXiv
- arXiv
- CatalyzeX
- CORE Recommender
- cs.CV
- DagsHub
- Gotit.pub
- Heterogeneous Open-Vocabulary (HOV) Skeleton
- Hugging Face
- Jidong Kuang
- ScienceCast
- Transformer++
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →