オンラインアクション分割の性能を向上させるため、サラウンドサンプリングと Online Temporally Aware Label Cleaning (O-TALC)アルゴリズムを提案する。これにより、効率的なスパティオテンポラルアクション認識モデルを用いて、リアルタイムでの過剰分割を抑えつつ高精度なアクション分割を実現できる。
本研究では、短期および長期の3次元人体動作予測を同時に扱うことができる効率的なTransformer基盤モデルを提案する。提案モデルは、部分的な遮蔽が存在する環境下でも頑健に動作し、状態推定と予測を行うことができる。