研究人员开发了DynaPURLS，一个旨在改进零样本基于骨架的动作识别的新框架。该方法使用大型语言模型生成详细的动作文本描述，包括全局运动和局部身体部位动态。DynaPURLS在推理过程中实时精炼这些文本表示，以更好地与视觉骨架数据对齐，在基准数据集上的表现显著优于现有方法。 AI
影响 通过改善视觉-语义对齐，增强了动作识别的零样本学习能力。
排序理由 这是一篇详细介绍动作识别新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2512.11941v2 Announce Type: replace-cross Abstract: Zero-shot skeleton-based action recognition (ZS-SAR) is fundamentally constrained by prevailing approaches that rely on aligning skeleton features with static, class-level semantics. This coarse-grained alignment fails to …