研究人员开发了NeuroPath，这是一种新颖的双通路图卷积网络，用于基于骨骼的动作识别。该架构受到人脑腹侧和背侧通路的启发，分别对空间和时间信息进行建模，以更好地捕捉人体运动中的互补线索。该系统利用变换单元进行特定于通路的骨骼表示，并使用分组图卷积块来识别关键身体部位及其依赖关系。在Kinetics Skeleton 400和NTU RGB+D 60/120等基准数据集上进行的广泛实验证明了NeuroPath在提高动作识别准确性方面的有效性。 AI
影响 这种新架构可以提高用于分析人类运动和行为的AI系统的准确性和效率。
排序理由 该集群描述了一篇关于特定计算机视觉任务的新型模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Dual-Pathway Graph Convolutional Networks
- Hugging Face
- Kinetics Skeleton 400
- NTU RGB+D 120: A Large-Scale Benchmark for 3D Human Activity Understanding
- NTU RGB+D 60
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
