Poze：数据约束下的运动技术反馈
计算机视觉与模式识别
2024-11-11 v1
摘要
获取专家指导对于发展运动技术至关重要，但经济障碍常常使许多爱好者难以获得。为了弥合这一差距，我们推出了 Poze，这是一个创新的视频处理框架，能够提供关于人体运动的反馈，模拟专业教练的见解。Poze 结合了姿态估计与序列比较，并经过优化能够在数据极少的情况下有效运行。Poze 在视频问答框架中超越了最先进视觉语言模型，相比 GPT4V 和 LLaVAv1.6 7b 分别实现了 70% 和 196% 的准确率提升。
引用
@article{arxiv.2411.05734,
title = {Poze: Sports Technique Feedback under Data Constraints},
author = {Agamdeep Singh and Sujit PB and Mayank Vatsa},
journal= {arXiv preprint arXiv:2411.05734},
year = {2024}
}