跳到正文
热点事件持续更新

TOMAS 框架提升第一视角手部预测性能

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Guanzhong Sun 等作者提交论文,提出 TOMAS——一个面向第一视角视频手部运动预测的拓扑感知操作建模与自适应分段框架。该框架把手部骨骼结构和关节运动动态与物体语义、空间关系关联起来,联合推断交互目标和潜在操作类型;同时引入自适应分段机制,把未来手部运动组织成带可学习时间边界的有序潜在阶段,并用阶段特定的几何子目标引导轨迹细化。 作者称,在多个公开基准上,TOMAS 在多维、多目标手部运动预测中取得 SOTA 性能。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    TOMAS:面向第一视角手部预测的拓扑感知操作建模与自适应分段框架

    TOMAS 是一个用于第一视角手部预测的拓扑感知操作建模与自适应分段框架,通过将手部骨骼结构与关节运动动态同物体语义、空间关系关联,联合推断交互目标与潜在操作类型。该框架引入自适应分段机制,将未来手部运动组织为带可学习时间边界的有序潜在阶段,并以阶段特定几何子目标引导轨迹细化。在多个公开基准上,TOMAS 在多维、多目标手部运动预测中取得 SOTA 性能。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。