arXiv Computer Vision· Yijin Wei, Yawen Zou, Wenqi Cai, Guang Li, Hangli Ge, Katsuya Hotta, Chunzhi Gu, Chao Zhang·· 20 小时前AI 评分22
ProMoDD：用原型条件扩散模型为 3D 人体动作做数据集蒸馏
ProMoDD: Dataset Distillation for 3D Human Motion via Prototype-Conditioned Diffusion Models
AI 导读
ProMoDD 通过类级原型条件化动作扩散模型，并结合预算感知的混合选择来构建紧凑训练集。在 NTU RGB+D 60 单人动作的五个难度分层子集上，每类仅用三条序列时，Full49 上 top-1 准确率达 40.32%，比 class-wise k-means 高 4.57 个百分点。同一蒸馏集无需重新生成即可训练 ST-GCN、MS-G3D 和 CTR-GCN。
来源：arXiv Computer Vision · arxiv.org