跳到正文
热点事件观察中

基于加纳传统游戏的Ampe-DB多模态数据集发布

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

研究人员Ruth Senior Biney与Isaac Kojo Yedonu Aboah于2026年10月27日在arXiv发布Ampe-DB数据集及评估方案。 该数据集源自加纳传统双人跳跃互动游戏，收录15名参与者的637段标准化动作片段，包含RGB视频、双人姿态及元数据。基准测试显示，RGB模型在留出评估中鲁棒性较差，而姿态模型表现更优，支持细粒度动作识别研究。

AI 根据报道生成 · 1 小时前更新

最新进展10月27日 12:00
Ampe-DB：基于加纳传统游戏 Ampe 的人类活动与交互多模态数据集

报道时间线

沿着报道，了解事件的不同侧面。

10月27日
  1. arXiv · ML
    Ampe-DB：基于加纳传统游戏 Ampe 的人类活动与交互多模态数据集

    研究人员提出 Ampe-DB，这是基于加纳传统游戏 Ampe 的多模态数据集，包含 15 名参与者的 637 段标准化动作片段。 数据集涵盖 RGB 视频、双人姿态及元数据。基准测试表明，RGB 模型在 pair-held-out 评估中 macro-F1 从 0.955 降至 0.418，而姿态模型更鲁棒，得分达 0.811。 研究支持细粒度动作识别与身份感知泛化。

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。