LiGAR:基于LiDAR的多级群活动识别分层 Transformer !

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 群体活动识别（GAR）在计算机视觉领域仍具有挑战性，因为多智能体交互的复杂性。本文介绍了一种名为 LiDAR 的 LIDAR 引导的分层 Transformer ，用于多模态群体活动识别。 LiDAR 利用激光雷达数据作为结构骨架，指导视觉和文本信息处理，实现对遮挡和复杂空间布局的强健处理。 作者的框架包括一个多尺度激光 Transformer 、跨模态引导注意力以及自适应融合模块，用于在不同语义 Level 的多模态数据有效集成。 LiDAR 的分层架构捕获了从个体行为到场景级动态的多种粒度的群体活动。在 JRDB-PAR、排球和 NBA 数据集上的广泛实验表明 LiDAR 的优越性能，F1 得分在 JRDB-PAR 上提高了 10.6%，在 NBA 数据集上的平均每类准确率提高了 5.9%。 值得注意的是，在 ………………………………