跳到正文
arXiv · 机器人与计算机视觉· Jeonghyeok Do, Yun Chen, Geunhyuk Youk, Munchurl Kim·· 13 天前AI 评分72

Less is More:紧凑 Token 掩码特征预测用于骨架表示学习

Less is More: Compact-Token Masked Feature Prediction for Skeleton Representation Learning

AI 导读

针对现有骨架表示学习方法存在对比学习忽略细节、掩码自编码器依赖密集坐标重建的局限,本文提出 SLiM(Skeleton Less is More)框架。该方法通过共享编码器统一掩码特征预测与对比学习目标,摒弃解码器并采用教师引导的特征预测机制,有效降低对密集 Token 化的依赖。

来源:arXiv · 机器人与计算机视觉 · arxiv.org