基于事件流的人类动作识别：高分辨率基准数据集与算法
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对现有低分辨率事件基础的人类动作识别数据集的不足，提出了一个大规模高分辨率（1280×800）的CeleX-HAR数据集，包含150种常见动作类别和124,625个视频序列。此外，研究介绍了新颖的EVMamba网络，通过编码和挖掘事件流的时空信息，显著提升了动作识别性能，为未来的研究提供了重要的比较基准。
本研究提出了一个大规模高分辨率的CeleX-HAR数据集，包含150种常见动作类别和124,625个视频序列。研究还介绍了EVMamba网络，通过编码和挖掘事件流的时空信息，提升了动作识别性能。
