联合动作与手势识别的多任务学习
计算机视觉与模式识别
2025-05-26 v1
摘要
在实际应用中，计算机视觉任务通常需要同时处理。多任务学习通常通过联合训练单个深度神经网络来学习共享表示来实现，从而提供效率并改善泛化能力。尽管动作识别和手势识别是密切相关的任务，因为它们关注身体和手部运动，但当前最先进的方法分别处理它们。在本文中，我们表明利用这些任务之间的协同效应，采用多任务学习范式进行动作和手势识别可以产生更高效、更鲁棒和更具泛化能力的视觉表示。在多个动作和手势数据集上的大量实验表明，在单一架构中处理动作和手势相较于各自单独任务的变体，可以为两个任务取得更好的性能。
引用
@article{arxiv.2505.17867,
title = {Multi-task Learning For Joint Action and Gesture Recognition},
author = {Konstantinos Spathis and Nikolaos Kardaris and Petros Maragos},
journal= {arXiv preprint arXiv:2505.17867},
year = {2025}
}