arXiv · cs.RO· Eadom Dessalene, Michael Maynord, Amir-Hossein Shahidzadeh, Botao He, Yasamin Tabatabaee, Ruoshi Liu, Ruohan Gao, Paul Pu Liang, Yiannis Aloimonos·· 3 小时前精选AI 评分72
论文 / 摘要阅读
MotorSense发布视频与EMG配对数据集，用于动作理解
MotorSense: A Video-EMG Dataset of Motoric Representations for Action Understanding
AI 导读 · 根据来源整理
MotorSense 提出首个大规模自我中心视频与表面肌电（EMG）配对数据集，将双臂EMG带与自我中心视频同步，覆盖100小时无脚本操作，并同时采集IMU与音频。作者指出EMG可捕捉手指运动、手部构型及手与环境间的作用力，不受遮挡和标注者偏差影响，可替代昂贵主观的人工标注。研究通过视频与EMG跨模态预训练学习感觉运动对齐，使动作在视觉与运动空间形成共享组织，并将所得视觉模型迁移到动作识别、3D手部重建和3D接触重建任务；还用EMG运动信号条件化视频扩散模型生成细粒度手部操作视频。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org