研究者发布IMUDINO惯性传感基础模型

Zhoutong Ye等研究者在arXiv提交论文，提出IMUDINO——据作者称是首个在人体活动识别、健康监测、动作捕捉与里程计等多种惯性感知任务上均具竞争力的基础模型。模型将DINO自监督学习范式通过保留语义的运动变换适配到惯性数据。 该模型采用带频率感知位置编码的plain transformer encoder，原生支持可变输入长度与采样率。作者希望其成为通用惯性基础模型的骨干，并已开源官方代码仓库。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。