实时

48,249

04/20 10:08:11InfoQ中国分布式缓存数据库的下一站：开源驱动、架构进化与智能体工程化实践→
04/20 02:36:00Gigazine国家安全局（NSA）采用Anthropic下一代AI“神话预览版”，Claude在国防部广泛应用→
04/20 02:32:54Qiita AI别再盲目对比AI编程工具了：拥抱智能体的角色分工时代→
04/20 02:21:35Qiita AI学习DRY原则：AI如何帮助非工程师大幅提升工作效率→
04/20 02:14:11钛媒体48小时见证AI新战场：阿里腾讯齐发力，世界模型迎来ChatGPT时刻→
04/20 02:09:24Zenn LLM架构未来：智能体系统中AI记忆与检索增强生成 (RAG)的完美协同→
04/20 01:40:49Qiita LLM自我改进的代码审查：利用GitHub Actions和LLM自动更新审查标准→
04/20 01:21:58Zenn LLMLLM基准测试完全指南：如何解读15项主要指标并在家运行→
04/20 01:00:06Zenn LLM探索分布式推理的边界：在三台 Azure 虚拟机上测试 llama.cpp→
04/20 00:57:52Zenn LLM多智能体工作流的演进：Clade v1.21.0 的全面重构→

话题

action recognition

Aggregated news, research, and updates specifically regarding action recognition. Auto-curated by our AI Engine.

Loading topic feed...

用节能AI革新骨骼动作识别

ArXiv Vision•2026年3月20日 04:00•research▸▾

research #computer vision 🔬 Research|分析: 2026年3月20日 04:03•

发布: 2026年3月20日 04:00

•

1分で読める

•ArXiv Vision

分析

这项研究介绍了 Spiking State-Space Topology Transformer (S3T-Former)，这是一种开创性的纯粹由脉冲驱动的架构，有望彻底改变骨骼动作识别。通过利用脉冲神经网络 (SNN) 的能源效率，S3T-Former 可以在保持性能的同时，实现对资源受限的边缘设备的部署。

要点与引用▶▼

•S3T-Former 是第一个用于骨骼动作识别的脉冲驱动 Transformer。
•它使用多流解剖脉冲嵌入 (M-ASE) 进行高效的特征转换。
•该架构旨在实现真正的拓扑和时间稀疏性以提高能源效率。

引用 / 来源

"在本文中，我们提出了 Spiking State-Space Topology Transformer (S3T-Former)，据我们所知，这是第一个专门为节能骨骼动作识别设计的纯粹由脉冲驱动的 Transformer 架构。"

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv Vision

利用合成数据和生成式人工智能革新犬类行为识别

Zenn GenAI•2026年2月13日 01:00•research▸▾

research #computer vision 📝 Blog|分析: 2026年2月13日 09:30•

发布: 2026年2月13日 01:00

•

1分で読める

•Zenn GenAI

分析

这项研究非常令人兴奋！它巧妙地利用生成式人工智能为计算机视觉任务创建了一个全面的数据集，特别是用于识别犬类行为。该研究随后比较了不同方法的有效性，包括 YOLO，展示了合成数据在克服数据稀缺方面的强大能力。

要点与引用▶▼

•该研究使用生成式人工智能 (Stable Diffusion) 创建了犬类图像的合成数据集。
•它调查了使用合成数据训练计算机视觉模型的有效性。
•该研究比较了不同的方法，包括使用 YOLO，用于犬类行为识别。

引用 / 来源

"这篇文章演示了如何使用 Stable Diffusion 生成的合成数据来克服缺乏训练数据的限制。"

Z

* 根据版权法第32条进行合法引用。

永久链接 Zenn GenAI

人工智能化身建筑工地的侦探：VLM解读工人的行为与情绪！

ArXiv Vision•2026年1月19日 05:00•safety▸▾

safety #vlm 🔬 Research|分析: 2026年1月19日 05:01•

发布: 2026年1月19日 05:00

•

1分で読める

•ArXiv Vision

分析

这项研究是人工智能在建筑领域的一大进步！研究揭示了视觉语言模型（VLMs）如GPT-4o的强大能力，能够理解和解读动态环境中人类的行为。想象一下，这项技术在全球建筑工地上能够带来的安全性和生产力提升！

要点与引用▶▼

•VLM被用于分析建筑工人的行为和情绪（从图像中）。
•GPT-4o在动作和情绪识别方面均表现出色，优于其他模型。
•这项研究有望显著提高建筑工地的安全性和生产力。

引用 / 来源

"GPT-4o consistently achieved the highest scores across both tasks, with an average F1-score of 0.756 and accuracy of 0.799 in action recognition, and an F1-score of 0.712 and accuracy of 0.773 in emotion recognition."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv Vision

以 Patch 为节点：面向人类的图表示学习在多模态动作识别中的应用

ArXiv•2025年12月26日 08:17•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 07:17•

发布: 2025年12月26日 08:17

•

1分で読める

•ArXiv

分析

这项研究探索了一种新的多模态动作识别方法，利用了以人为本的视角下的图表示学习。这种名为“Patch as Node”的方法很有前景，表明了朝着更具可解释性和鲁棒性的动作理解方向转变。

要点与引用▶▼

•侧重于以人为本的动作识别方法。
•利用图表示学习技术。
•提出了用于多模态数据集成的“Patch as Node”方法。

引用 / 来源

"The article is sourced from ArXiv."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

基于骨骼的多模态动作表示学习：分解与组合

ArXiv•2025年12月24日 09:10•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 07:42•

发布: 2025年12月24日 09:10

•

1分で読める

•ArXiv

分析

这篇ArXiv论文探讨了一种使用骨骼数据进行动作识别的新方法，重点关注分解和组合技术。这种方法很可能旨在通过分解复杂的动作来提高动作识别系统的鲁棒性和准确性。

要点与引用▶▼

•侧重于基于骨骼的动作识别。
•采用分解和组合技术。
•可能提高动作识别性能。

引用 / 来源

"The paper focuses on multimodal skeleton-based action representation learning via decomposition and composition."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

Signal-SGN++：基于骨架的动作识别，拓扑增强的时频脉冲图网络

ArXiv•2025年12月22日 09:16•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 08:43•

发布: 2025年12月22日 09:16

•

1分で読める

•ArXiv

分析

这项研究探索了一种使用脉冲图网络进行动作识别的新方法，这是一种受生物启发的架构。关注拓扑结构和时频分析表明，该研究试图提高从骨骼数据理解人类动作的鲁棒性和效率。

要点与引用▶▼

•利用脉冲图网络进行基于骨骼的动作识别。
•采用拓扑增强技术来提高性能。
•侧重于网络架构中的时频分析。

引用 / 来源

"The paper is available on ArXiv."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

区分视觉相似动作：用于少样本动作识别的提示引导语义原型调制

ArXiv•2025年12月22日 05:13•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 08:48•

发布: 2025年12月22日 05:13

•

1分で読める

•ArXiv

分析

这项研究探索了一种区分视觉上非常相似的动作的新方法，这是计算机视觉中的一个具有挑战性的问题。论文侧重于少样本学习，表明其在标记数据稀缺的场景中的潜在应用。

要点与引用▶▼

•本文提出了一种用于少样本动作识别的新方法。
•该方法旨在区分视觉上相似的动作。
•这项研究发表在ArXiv上，表明是预印本或早期阶段的出版物。

引用 / 来源

"The research focuses on "Prompt-Guided Semantic Prototype Modulation" for action recognition."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

基于上下文感知的 AI 改进视频动作识别

ArXiv•2025年12月21日 14:34•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 08:58•

发布: 2025年12月21日 14:34

•

1分で読める

•ArXiv

分析

本文探讨了使用多尺度时空注意力的基于上下文感知网络在视频动作识别中的应用。这项研究侧重于通过整合上下文信息来提高动作识别模型的准确性和效率。

要点与引用▶▼

•侧重于改进视频中的动作识别。
•采用上下文感知网络。
•利用多尺度时空注意力。

引用 / 来源

"The research is based on a paper available on ArXiv."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

TSkel-Mamba：基于状态空间模型的骨骼动作识别

ArXiv•2025年12月12日 11:55•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 11:46•

发布: 2025年12月12日 11:55

•

1分で読める

•ArXiv

分析

这项研究探索了一种使用状态空间模型（特别是TSkel-Mamba）进行人体动作识别的新方法。将状态空间模型应用于时序动态建模，在分析人体骨骼数据方面具有提高精度的潜力。

要点与引用▶▼

•TSkel-Mamba利用状态空间模型进行时序动态建模。
•该研究旨在提高人体动作识别的准确性。
•该方法使用人体骨骼数据作为输入。

引用 / 来源

"The research focuses on skeleton-based action recognition."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

基于第一人称视角视频的并行执行：增强理解

ArXiv•2025年12月12日 09:07•Research▸▾

Research #Video Analysis 🔬 Research|分析: 2026年1月10日 11:47•

发布: 2025年12月12日 09:07

•

1分で読める

•ArXiv

分析

这项研究探索了一种新方法，通过利用并行执行来理解第一人称视角视频中的动作。它在提高人工智能系统从第一人称视角解释复杂人类活动的能力方面展现出潜力。

要点与引用▶▼

•应用并行执行策略来分析第一人称视角视频。
•旨在提高AI对人类行为的理解。
•利用N体问题进行动作理解。

引用 / 来源

"The research focuses on the N-Body Problem within the context of analyzing egocentric video."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

基于任务特定距离相关匹配的少样本动作识别

ArXiv•2025年12月12日 07:34•Research▸▾

Research #Action Recognition 🔬 Research|分析: 2026年1月10日 11:48•

发布: 2025年12月12日 07:34

•

1分で読める

•ArXiv

分析

这篇ArXiv论文探讨了一种使用距离相关匹配进行少样本动作识别的新方法，这可能在标记数据有限的情况下提高性能。任务特定的调整表明重点是针对不同动作识别任务的特定特征进行优化。

要点与引用▶▼

•提出了一种用于少样本动作识别的新方法。
•利用距离相关匹配来提高性能。
•强调任务特定的调整以进行优化。

引用 / 来源

"The paper focuses on Few-Shot Action Recognition."

A

* 根据版权法第32条进行合法引用。

永久链接 ArXiv

📬 Get AI News Delivered

每日最重要的AI发展动态

无垃圾邮件，随时取消

按类别浏览

研究产品商业伦理安全政策基础设施

热门话题

#LLM #GPU #Agent #Voice #Vision #Safety #Open Source

支持免费AI新闻

关于隐私条款 Cookie

© 2025 ai.jp.net

Build ID: