IMUDINO：首个惯性感知基础模型发布

Zhoutong Ye 等作者提出 IMUDINO，称其为首个在人类活动识别、健康、动作捕捉与里程计等多类惯性感知任务上均取得有竞争力表现的基础模型。 该模型把 DINO 自监督学习范式迁移到惯性数据，用保持语义的运动变换模拟运动模式与传感器配置变化，并采用带频率感知位置编码的纯 Transformer 编码器，原生支持可变输入长度与采样率。作者称，其学到的全局与稠密特征可跨用户、传感器配置、任务乃至机器人里程计中的不同本体泛化。上述性能与泛化能力均为作者在论文中的表述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。