MCFS-130

新框架大幅降低骨架动作分割的标注成本

研究人员开发了一种新颖的点监督式骨架人体动作分割框架，显著减少了对大量帧级标注的需求。该方法利用多模态骨架数据，包括关节、骨骼和运动信息，来提取丰富的特征。通过将多模态伪标签技术与现有的聚类和能量函数方法相结合，该框架生成可靠的伪标签来指导模型训练。在PKU-MMD、MCFS-22和MCFS-130等基准数据集上的实验表明，该方法取得了有竞争力的性能，甚至优于一些全监督方法，同时大幅降低了标注成本。