HyperAIHyperAI

Command Palette

Search for a command to run...

Perte d'embedding squelettique et sémantique conjointe pour la classification des micro-gestes

Kun Li Dan Guo Guoliang Chen Xinge Peng Meng Wang

Résumé

Dans cet article, nous présentons brièvement la solution proposée par notre équipe HFUT-VUT pour la classification des micro-gestes dans le défi MiGA au IJCAI 2023. La tâche de classification des micro-gestes vise à reconnaître la catégorie d'action d'une vidéo donnée en se basant sur les données squelettiques. Pour cette tâche, nous proposons un réseau de reconnaissance des micro-gestes basé sur des CNNs 3D (3D Convolutional Neural Networks), qui intègre une perte d'embedding squelettique et sémantique afin d'améliorer les performances de classification des actions. Enfin, nous avons obtenu le premier rang dans le défi de Classification des Micro-gestes, surpassant l'équipe classée deuxième en termes de précision Top-1 de 1,10 %.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
Perte d'embedding squelettique et sémantique conjointe pour la classification des micro-gestes | Articles | HyperAI