实体
Human Action Recognition
Human Action Recognition
PulseAugur coverage of Human Action Recognition — every cluster mentioning Human Action Recognition across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
稀疏协方差神经网络增强VNN性能和稳定性
研究人员推出稀疏协方差神经网络（S-VNNs），这是一个新颖的框架，旨在增强现有协方差神经网络（VNNs）的性能和效率。S-VNNs解决了经验协方差矩阵中存在的虚假相关性问题，这些虚假相关性会降低VNN的性能。通过将稀疏化技术融入VNN架构，S-VNNs改进了协方差估计，降低了计算成本，并与传统的VNN和稀疏主成分分析相比表现出更高的稳定性。在包括神经科学和人类动作识别在内的各种应用中的实验结果表明，任务性能、稳定性和计算时间均有所改善。
-
新基准和方法应对低光照、相机抖动下的动作识别
研究人员推出了 DarkShake-DVS，这是一个专为在具有挑战性的低光照和高动态场景下进行人体动作识别而设计的新基准数据集。该数据集包含超过 18,000 个真实世界剪辑，并附带同步的 IMU 数据，以解决现有事件驱动视觉研究的局限性。他们还提出了一种新颖的方法 EIS-HAR，该方法结合了运动补偿和混合架构，以改进时空特征提取和动作识别。