PulseAugur
中
实时 06:45:04

视线引导图增强自主动作理解

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了G3Ego，一个新颖的基于图的框架，旨在改进自主动作理解。该系统利用视线数据作为结构线索，来精确定位场景中与动作相关的实体。通过从视觉-语言描述、地面物体和手部线索构建动作场景图，G3Ego利用佩戴者的视线有效修剪无关信息，从而获得更高效和可解释的表示。在EGTEA Gaze+和MECCANO数据集上的实验表明，G3Ego在与基于视频的方法相比时取得了有竞争力的性能，尤其在类别不平衡评估中表现出色。 AI

影响 该框架通过将视线数据整合到图构建中，为自主动作理解提供了一种更高效、更可解释的方法，有望改进机器人和人机交互领域的应用。

排序理由 该集群描述了一篇关于动作理解新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

视线引导图增强自主动作理解

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Marko Haralovi\'c, Akash Ramakrishnan, Estefania Talavera Martinez ·

    G3Ego：用于以自我为中心的动作理解的视线引导图

    arXiv:2608.20157v1 Announce Type: new Abstract: Egocentric action understanding is often addressed using large video models pretrained on extensive exocentric datasets. However, many first-person actions depend on a small number of hand-object interactions involving only a few re…

相关话题