PulseAugur
中
实时 19:02:57
English(EN) Encoder-Free Human Motion Understanding via Structured Motion Descriptions

新方法将人类运动转换为文本以供LLM分析

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为结构化运动描述（SMD）的新方法，该方法将人类运动数据转换为自然语言文本。这种方法通过将关节角度和身体运动学表示为描述性文本，绕过了对专用编码器的需求，从而使大型语言模型（LLM）能够直接处理和推理人类运动。SMD在运动问答和运动描述任务上已展示出最先进的性能，优于以往的方法，并提供了可解释性和与各种LLM兼容性等优势，只需少量调整。 AI

排序理由 该集群描述了一篇介绍新颖人类运动理解方法的研究论文。[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 →

新方法将人类运动转换为文本以供LLM分析

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yao Zhang, Zhuchenyang Liu, Thomas Ploetz, Yu Xiao ·

    通过结构化运动描述实现无编码器的人体运动理解

    arXiv:2604.21668v2 Announce Type: replace Abstract: The world knowledge and reasoning capabilities of text-based large language models (LLMs) are advancing rapidly, yet current approaches to human motion understanding, including motion question answering and captioning, have not …

相关实体

相关话题