实体
Fatemeh Ziaeetabar
Fatemeh Ziaeetabar
PulseAugur coverage of Fatemeh Ziaeetabar — every cluster mentioning Fatemeh Ziaeetabar across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的LACA方法通过时间对齐改进双臂动作分割
研究人员开发了一种名为滞后感知跨手对齐（LACA）的新方法，以改进双臂动作分割。LACA显式估计左右手特征流之间的时间偏移，即使在双手运动不同步的情况下也能实现更准确的信息检索。当集成到Polyphony系统中时，LACA在HA-ViD和ATTACH数据集上的F1分数有了显著提高，且可训练参数的增加极少。一种无未来变体LACA-C在过渡提示召回率和低可用性延迟方面也表现强劲。
-
新的超图框架增强了人类活动识别能力
研究人员开发了一种新颖的动态操纵超图框架，以改进视频中的人类活动识别。该方法超越了传统的成对关系，将多实体配置建模为高阶单元，捕捉手、物体和工具之间不断演变的关系。该框架利用外观、空间、运动和语义角色特征，并通过一个在节点和超边之间传递消息的推理网络。在EPIC-KITCHENS-100/VISOR和Assembly101数据集上的评估显示，与现有方法相比，识别精度有了显著提高。
-
新框架评估机器人操作中视觉谓词的可靠性
研究人员开发了一个新框架，用于评估理解机器人操作中使用的视觉谓词的可靠性。该框架评估了诸如接触、支撑和抓取等谓词在模糊、遮挡和丢帧等各种退化条件下的表现。在多个数据集上的实验表明，虽然静态谓词相对鲁棒，但动态谓词和派生谓词更容易出错，显著影响下游操作理解的准确性。