HybridFormer: Bridging Local and Global Spatio-Temporal Dynamics for Efficient Skeleton-Based Action Recognition
Zhong, Zeyun
1; Li, Tianrui 2; Martin, Manuel; Cormier, Mickael; Wu, Chengzhi 1; Diederichs, Frederik; Beyerer, Jürgen 1
1 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)
2 Karlsruher Institut für Technologie (KIT)
1; Li, Tianrui 2; Martin, Manuel; Cormier, Mickael; Wu, Chengzhi 1; Diederichs, Frederik; Beyerer, Jürgen 11 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)
2 Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Anthropomatik und Robotik (IAR) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsjahr | 2025 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-031-91575-8 ISSN: 0302-9743, 1611-3349 KITopen-ID: 1000183755 |
| Erschienen in | Computer Vision – ECCV 2024 Workshops – Milan, Italy, September 29–October 4, 2024, Proceedings, Part XIII. Ed.: A. Del Bue |
| Veranstaltung | European Conference on Computer Vision (ECCV 2024), Mailand, Italien, 29.09.2025 – 04.10.2025 |
| Verlag | Springer Nature Switzerland |
| Seiten | 19 – 35 |
| Serie | Lecture Notes in Computer Science (LNCS) ; 15635 |
| Vorab online veröffentlicht am | 12.05.2025 |
| Nachgewiesen in | Dimensions OpenAlex Scopus |