FRPR模型测得跨数据集线索迁移不对称
热点事件持续更新
FRPR模型测得跨数据集线索迁移不对称
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Bowen Yang 等提出固定参考位姿残差（FRPR）模型，在 HUI360 与 SSUP-A 两个由不同机器人采集的公共第一视角数据集间测量人机交互预期的线索迁移：在所有选择均基于源数据做出的条件下，位姿修正把 SSUP-A→HUI360 方向的平均精度（AP）从 0.277 提到 0.321，反方向无可测增益。 该模型把预测拆成几何项与位姿项——先用人的边界框和掩码训练并冻结几何预测器，再由时序网络从身体位姿学出对数几率的加性修正。作者称，冻结相对联合训练无 AP 优势，简单几何基线与树集成仍具竞争力或更好，因此该构造用于测量而非提升预测精度；在阈值取自源数据时，使用几何的神经模型在目标数据上最多检出 17% 的交互。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
固定参考位姿残差（FRPR）用于测量人机交互预期的跨数据集线索迁移报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学固定参考位姿残差（FRPR）用于测量人机交互预期的跨数据集线索迁移
一项研究提出固定参考位姿残差（FRPR）模型，在 HUI360 与 SSUP-A 两个由不同机器人采集的公共第一视角数据集间测量线索迁移：位姿修正将 SSUP-A→HUI360 的平均精度（AP）从 0.277 提升至 0.321，反方向无可测增益。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月9日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。