标签
介绍了一个新的问题领域，用于从标准RGB视频中对儿童步态行为进行细粒度分析，同时提供了一个包含超过1,100个高帧率序列的新数据集和一个统一框架，证明了当前的SOTA方法和多模态大语言模型（MLLMs）在此临床任务上表现不佳。
本文研究了阻碍零样本组合动作识别中组合泛化能力的物体驱动捷径，提出了RCORE来缓解动词塌缩并提升未见组合的泛化能力。