AutoMR：通用时间序列运动识别流水线
计算机视觉与模式识别
2025-02-24 v1 人工智能
摘要
本文提出了一个面向多模态数据集的端到端自动运动识别 (AutoMR) 流水线。该提出的框架无缝集成了数据预处理、模型训练、超参数调优和评估，实现了在 diverse 场景下的稳健性能。我们的方法解决了两个主要挑战：1）不同数据集中传感器数据格式和参数的差异，这传统上需要 task-specific 机器学习实现；2）超参数调优的复杂性和耗时以获得最佳模型性能。我们的库特色功能包括集成 QuartzNet 作为核心模型、自动化超参数调优和全面指标跟踪。广泛的实验表明其在 10 个 diverse 数据集上效果显著，实现了最先进的性能。这一工作为在 varied 实际应用场景中部署运动捕获解决方案奠定了坚实的基础。
引用
@article{arxiv.2502.15228,
title = {AutoMR: A Universal Time Series Motion Recognition Pipeline},
author = {Likun Zhang and Sicheng Yang and Zhuo Wang and Haining Liang and Junxiao Shen},
journal= {arXiv preprint arXiv:2502.15228},
year = {2025}
}
备注
5 figures