计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月13日
]
标题: 基于数据增强和时空注意力的在线微手势识别
标题: Online Micro-gesture Recognition Using Data Augmentation and Spatial-Temporal Attention
摘要: 在本文中,我们介绍了由我们的团队开发的最新解决方案,HFUT-VUT,用于IJCAI 2025 MiGA挑战的微动作在线识别赛道。 微动作在线识别任务是一个极具挑战性的问题,旨在定位未剪辑视频中多个微动作实例的时间位置并识别其类别。 与传统的时序动作检测相比,该任务更强调区分微动作类别并精确识别每个实例的开始和结束时间。 此外,微动作通常是自发的人类动作,其差异性大于其他人类动作。 为了解决这些挑战,我们提出了手工设计的数据增强和时空注意力机制,以提高模型对微动作进行分类和定位的准确性。 我们的解决方案获得了38.03的F1分数,比之前的最先进方法提高了37.9%。 因此,我们的方法在微动作在线识别赛道中排名第一。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.