arXiv ID:
2606.10789
零样本人体活动识别中的模态差距弥合:基于IMU数据的对比训练与可分性优化原型 / Closing the Modality Gap in Zero-Shot HAR: Contrastive Training and Separability-Optimized Prototypes on IMU Data
1️⃣ 一句话总结
该论文提出通过对比训练和精心设计的语义描述原型,有效缩小了IMU传感器数据与文本语义之间的模态差距,从而显著提升了零样本人体活动识别的性能,并强调了宏平均F1分数是比准确率更可靠的评估指标。