論文の概要: Geometry-Aware Trajectory State Modeling for Few-Shot Action Recognition
- arxiv url: http://arxiv.org/abs/2610.38482v1
- Date: Wed, 28 Oct 2026 08:56:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 10:37:05.091056
- Title: Geometry-Aware Trajectory State Modeling for Few-Shot Action Recognition
- Title（参考訳）: Few-Shot行動認識のための幾何学的軌道状態モデリング
- Abstract要約: Few-shot Action Recognition (FSAR) は、少数のラベル付きビデオからモーションダイナミクスを公開する表現を必要とする。
最近のトラジェクトリに基づく手法は、時間的明示的な対応のために長期のトラックを利用する。
2.5D軌道状態とその局所的幾何学的相互作用の秩序な進化として作用を考察する。
- 参考スコア（独自算出の注目度）: 1.2741504328997022
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Few-shot action recognition (FSAR) requires representations that expose discriminative motion dynamics from only a few labeled videos. Recent trajectory-based methods leverage long-term point tracks for explicit temporal correspondence, but often treat trajectories as carriers of sampled visual features or summarize their motion with compact 2D displacement-based descriptors. We instead view an action as the ordered evolution of 2.5D trajectory states and their local geometric interactions. Based on this view, we introduce GeoTRAM, a geometry-aware trajectory state modeling framework for FSAR. GeoTRAM lifts sparse tracks into 2.5D trajectories, where StateMotion models ordered intra-trajectory state evolution and RelMotion captures state-conditioned local interactions through time-varying relative geometry and motion. Quality-filtered spectral sampling provides more reliable trajectory initialization; complementary semantic, motion, and depth cues are separately refined and preserved for joint spatio-temporal modeling; action-guided reweighting and top-$ρ$ trajectory selection support complementary frame- and trajectory-level matching. Experiments on five FSAR benchmarks demonstrate strong gains on the motion-centric Something-Something benchmarks while maintaining competitive performance on more appearance-driven benchmarks and a favorable accuracy--efficiency trade-off.
- Abstract（参考訳）: Few-shot Action Recognition (FSAR) は、少数のラベル付きビデオから差別的な動きのダイナミクスを露呈する表現を必要とする。
近年のトラジェクトリベース手法では, 時間的対応の明確化に長期的軌跡を応用しているが, 多くの場合, トラジェクトリを標本的視覚特徴の担体として扱うか, あるいはコンパクトな2次元変位に基づく記述子を用いて動作を要約する。
代わりに、動作は2.5D軌道状態とその局所的な幾何学的相互作用の秩序ある進化であると見なす。
この観点から,FSARのための幾何対応トラジェクトリ状態モデリングフレームワークGeoTRAMを紹介する。
GeoTRAMはスパーストラックを2.5D軌道に引き上げ、StateMotionモデルは軌道内状態の進化を命令し、RelMotionは時間変化した相対幾何学と運動を通して状態条件の局所的な相互作用をキャプチャする。
品質フィルタスペクトルサンプリングは、より信頼性の高い軌道初期化を提供し、相補的意味、動き、深さのキューは、共同時空間モデリングのために別々に洗練され、保存される。
5つのFSARベンチマークの実験では、モーション中心のSomethingベンチマークに対して、より外観駆動のベンチマークでの競争性能を維持しながら、良好な精度と効率のトレードオフを維持しながら、強い利得を示している。
関連論文リスト
- RESPLE2: Inertial-Informed Recursive Non-Uniform Spline Estimation for Multi-Sensor Odometry with Global Refinement [9.59964438545783]
6-DoF 動作表現のための非一様B-スプラインを用いたマルチセンサ状態推定フレームワーク RESPLE2 を提案する。
RESPLE2は、最先端のマルチセンサー・オドメトリーシステムと比較して、競合的あるいは優れた推定精度と堅牢性を達成する。
我々は、ハンドヘルド、トラック、脚、ハイブリッドな空中綱型プラットフォームで、公共および実験的なデータセットに対して広範な評価を行う。
論文 参考訳（メタデータ） (2026-10-27T17:33:19Z) - Model-Based Geometry-Aware Generative Optimization for Constrained Locomotion Planning [10.109679652664134]
CLP(Consmodtrained Locomotion Planning)は四足歩行とヒューマノイドに必要であり、ロボットは衝突回避接触、運動、支援違反を満足させなければならない。
最近のモデルベース拡散(DMB)は軌道上の再キャスト最適化にアプローチしている。
制約付き四足歩行とヒューマノイドの実験は、高い成功率、少ない違反、実行互換性の向上など、選択と継続的な計画において強いパフォーマンスを示す。
論文 参考訳（メタデータ） (2026-10-06T05:07:24Z) - DyG$^2$T: Modeling Object Dynamics with 3D Gaussian Temporal-Spatial Particle Graph Transformer [86.4618122245946]
DyG$2$Tは動的モデリングフレームワークで、キーポイント表現を空間的に完了し、時間的に識別することでオブジェクトの運動軌跡を推定する。
合成データセットと実世界のデータセットの両方の実験は、DyG$2$Tが正確な動的モデリングと推論を実現することを示した。
論文 参考訳（メタデータ） (2026-08-19T03:44:28Z) - Using Lower-Bound Representations for Trajectory Similarity Learning [17.84474521141356]
軌道類似性学習は、複雑な距離測定の下での効率的な軌道探索の基礎となる。
深部神経埋め込みに依存しない統一下界表現フレームワークであるLB-TrajRepを提案する。
論文 参考訳（メタデータ） (2026-08-02T06:53:49Z) - Hypergraph-State Collaborative Reasoning for Multi-Object Tracking [63.32950991964095]
複数の相関オブジェクト間の共同推論による動き推定を向上する協調推論フレームワークを提案する。
類似の運動状態を持つ物体同士を互いに拘束し、互いに洗練させることで、我々のフレームワークはノイズの軌道を安定させ、目標を遮蔽しても可塑性運動の連続性を推測する。
論文 参考訳（メタデータ） (2026-04-14T12:37:39Z) - SCT-MOT: Enhancing Air-to-Air Multiple UAVs Tracking with Swarm-Coupled Motion and Trajectory Guidance [3.098803750460157]
スウォームUAVの空気対空追跡は、複雑な非線形群運動と小さな物体に対する弱い視覚的手がかりによって大きな課題を呈している。
既存の手法は軌道予測を取り入れて性能向上を図っているが、個々の物体を独立してモデル化している。
SCTMO-Tは,Swarm-Coupled Motion ModelingとTrjectory-Guided Feature fusionを統合したトラッキングフレームワークである。
論文 参考訳（メタデータ） (2026-04-08T09:42:28Z) - GeoMotion: Rethinking Motion Segmentation via Latent 4D Geometry [61.24189040578178]
そこで本研究では,注目機構を介し,潜在特徴表現から移動対象を直接推論する完全学習型アプローチを提案する。
我々の重要な洞察は、明示的な対応推定を回避し、代わりに、モデルが暗黙的にオブジェクトとカメラの動きを歪めることを学ぶことである。
提案手法は,最先端の動作セグメンテーション性能を高い効率で達成する。
論文 参考訳（メタデータ） (2026-02-25T11:36:33Z) - EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。
本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。
動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。
最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
論文 参考訳（メタデータ） (2025-03-14T13:15:54Z) - MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。
事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。
このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文 参考訳（メタデータ） (2024-12-02T09:13:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。