BriefGPT - AI 论文速递
·
Act-VIT：使用 Vision Transformer 进行基于骨架的动作识别的表征稳健注意力架构
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了基于骨架的动作识别中视觉transformers的有效性和鲁棒性，并提出了三级体系结构Act-VIT。实验结果显示，视觉transformers对初始伪图像表示的敏感性较低，但通过分类器的一致性可以提高识别性能。
🎯
关键要点
- 本文研究了基于骨架的动作识别中视觉transformers的有效性和鲁棒性。
- 提出了三级体系结构Act-VIT，通过应用分类器合并结果以找到最终的动作类别。
- 实验结果显示视觉transformers对初始伪图像表示的敏感性较低。
- 通过分类器的一致性可以进一步提高识别性能。
🏷️
标签
➡️
