PulseAugur
中
实时 06:14:55
English(EN) A Multi-Modal Framework with Cross-Subject Pseudo-Labeling and Semantic Alignment for Micro-Gesture Recognition

新框架通过多模态方法增强微手势识别

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的多模态微手势识别框架，解决了低信噪比和跨主体泛化等挑战。该系统集成了骨骼关节坐标、3D热图体积和RGB特征，采用新颖的加权机制和正交语义嵌入损失来提高对不太常见手势的识别能力。还引入了跨模态伪标签策略来增强域适应性，最终在挑战赛中取得了68.13%的具有竞争力的F1分数。 AI

影响 为提高AI系统中手势识别的准确性和跨主体泛化能力引入了新颖的技术。

排序理由 该集群包含一篇详细介绍微手势识别新框架的研究论文。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Haoran Zhang, Haokun Zhang, Pengyu Liu, Yujia Zhang, Weibao Xue, Yanbin Hao ·

    A Multi-Modal Framework with Cross-Subject Pseudo-Labeling and Semantic Alignment for Micro-Gesture Recognition

    arXiv:2606.13030v1 Announce Type: new Abstract: Micro-gestures (MGs) are spontaneous and subtle body movements that frequently convey hidden human emotions. Recognizing MGs in untrimmed videos remains highly challenging due to their extremely low signal-to-noise ratio, severe lon…

相关话题