EVFormer 融合视觉与肌电估计双手姿态
热点事件持续更新
EVFormer 融合视觉与肌电估计双手姿态
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
JiaCheng Ge 等作者提出 EVFormer，一种融合当前 RGB 帧与过去 200 ms 双侧手腕表面肌电（sEMG）的多模态框架，用于估计 44 个手指与手腕关节角度，采用顺序双向交叉注意力和特征级门控融合实现跨模态交互。 作者报告在 296 个测试样本上，模型平均绝对误差为 11.482 度，较纯视觉模型和晚期融合分别降低 13.20% 和 14.23%，并在五类手势中的四类取得最低误差。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
EVFormer：融合自我中心视觉与 sEMG 的双向注意力双手姿态估计模型报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGEVFormer：融合自我中心视觉与 sEMG 的双向注意力双手姿态估计模型
EVFormer 是一种融合当前 RGB 帧与过去 200 ms 双侧手腕 sEMG 的多模态框架，用于估计 44 个手指与手腕关节角度，通过顺序双向交叉注意力和特征级门控融合实现跨模态信息交互。在 296 个测试样本上，其平均绝对误差为 11.482 度，较纯视觉模型和晚期融合分别降低 13.20% 和 14.23%，并在五类手势中的四类取得最低误差。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。