跳到正文
arXiv · 机器人与计算机视觉· Thomas Markhorst, Zhi-Yi Lin, Jouh Yeong Chew, Jan van Gemert, Xucong Zhang·· 2026-10-16AI 评分68

基于大语言模型的细粒度人体运动理解:FiGMo 模型发布

Fine-grained Human Motion Understanding with Language Models

AI 导读

针对现有运动 - 语言模型压缩片段或拼接特征导致动作时长和时间尺度模糊的问题,本文提出 FiGMo 模型。该模型将运动表示为时间戳锚定的骨架姿态,统一编码器支持 2D/3D 骨架及真实视频检测到的姿态,RGB 可选提供上下文信息。

来源:arXiv · 机器人与计算机视觉 · arxiv.org