Zikang Leng 最新论文
Leng 等人提出 IMUGPT 2.0，利用语言模型实现传感器数据与视觉模态之间的跨模态迁移学习。
Hwang 等人比较了轮椅交通模式检测的两种数据收集方法，发现模拟真实IMU在多传感器场景下性能更优，而虚拟IMU在基础传感器条件下更具成本效益。
Leng 等人提出使用 ChatGPT 生成活动文本描述，通过 T2M-GPT 转换为虚拟 IMU 数据，在三个数据集上显著提升 HAR 模型性能。
Leng 等人提出运动细腻度指数（MSI）来量化评估细微人类动作，并探索 IMUTube 等跨模态迁移方法在细粒度活动识别中的适用性。
https://hci.top/zh/authors/29898?source=all