NTU-60/120

新研究利用扩散模型和生成模型解决零样本骨架动作识别问题 · 已追踪 2 个来源

两篇新研究论文介绍了零样本骨架动作识别（ZSAR）的新方法，该任务旨在根据骨骼运动和文本描述识别未见过的动作。第一篇论文 TDSM-MM 利用多模态三元组扩散模型，该模型整合了 RGB 视觉线索作为稳定锚点，以改进骨骼数据重建和分类。第二篇论文 GenPrior 利用预训练的 Text-to-Motion 模型的生成先验来弥合语义-运动学鸿沟，优化类别原型，并在基准数据集上取得了最先进的成果。