Motion-R3：基于表征的代表性排序实现快速精准运动标注
计算机视觉与模式识别
2023-04-05 v1 人工智能
摘要
本文遵循以数据为中心的理念，提出一种基于给定数据集中运动数据固有代表性的新颖运动标注方法。具体而言，我们提出一种基于表征的代表性排序R3方法，该方法在习得的运动表征空间中依据代表性对所有运动数据进行排序。我们进一步提出一种新颖的双层运动对比学习方法来以更具信息量的方式学习运动表征空间。得益于其高效性，我们的方法对频繁的需求变更响应迅速，并支持运动标注模型的敏捷开发。在HDM05数据集上对比最先进方法的实验结果证明了我们方法的优越性。
引用
@article{arxiv.2304.01672,
title = {Motion-R3: Fast and Accurate Motion Annotation via Representation-based Representativeness Ranking},
author = {Jubo Yu and Tianxiang Ren and Shihui Guo and Fengyi Fang and Kai Wang and Zijiao Zeng and Yazhan Zhang and Andreas Aristidou and Yipeng Qin},
journal= {arXiv preprint arXiv:2304.01672},
year = {2023}
}