Tag · 2 篇
行为识别
分布 数据集与评测1视觉语言模型1
01 02
MooCap：用于牛-物体-人交互与行为动力学的多视角基准
MooCap: A Multi-View Benchmark for Cow-Object-Human Interaction and Behavior Dynamics
该基准提供了多视角同步视频、密集的23种行为标注和39个身体关键点，可用于评估和开发多实体交互感知的时序动作分割与基于关键点轨迹的行为识别模型，尤其是交互密集片段下的性能退化问题值得关注。
EthoCLIP：本体增强的视频-语言预训练用于动物行为理解
EthoCLIP: Ontology-Enhanced Video-Language Pretraining for Animal Behavior Understanding
将结构化领域本体（NBO）作为归纳偏置注入视觉-语言对比学习，通过本体感知图模块建模行为层级关系，为数据稀缺的细粒度视频理解提供可复用的语义增强预训练范式。