HyperAIHyperAI

Command Palette

Search for a command to run...

الوضع البشري كرموز تراكيبية

Zigang Geng Chunyu Wang Yixuan Wei Ze Liu Houqiang Li Han Hu

الملخص

يُمثل الوضع البشري عادةً بواسطة متجه إحداثيات لمفاصل الجسم أو تمثيلات خريطة الحرارة الخاصة بها. وعلى الرغم من سهولة معالجة البيانات، فإن هذا الأسلوب يسمح بتقديرات وضع غير واقعية نظرًا لعدم نمذجة الاعتماد المتبادل بين المفاصل. في هذا البحث، نقدّم تمثيلًا منظمًا يُسمى "الوضع كرموز تجميعية" (PCT)، بهدف استكشاف الاعتماد المتبادل بين المفاصل. ويُمثّل الوضع بواسطة M رمزًا منفصلًا، حيث يُمثل كل رمز هيكلًا فرعيًا يتكون من عدة مفاصل مترابطة. ويتيح التصميم التجميعي تحقيق خطأ ترميم صغير بتكلفة منخفضة. ثم نُصوّر مسألة تقدير الوضع كمهمة تصنيف. وبشكل خاص، نتعلم فاصلًا لتنبؤ فئات الرموز الـ M من صورة. ويُستخدم شبكة فك تشفير مُدرّبة مسبقًا لاستعادة الوضع من الرموز دون الحاجة إلى معالجة لاحقة. ونُظهر أن النموذج يحقق نتائج أفضل أو مماثلة للطرق الحالية في السيناريوهات العامة، مع الاستمرار في الأداء الجيد حتى في حالات التداخل (الإغلاق)، وهي ظاهرة شائعة في التطبيقات العملية. يمكن الوصول إلى الكود والنماذج بشكل عام عبر الرابط: https://github.com/Gengzigang/PCT.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp