Enciclopedia Boulder v1.0

Inicio · Capítulos · 14. Señales para visión artificial

15.148 14.6.7 Canales de evidencia

Canal Origen Salidas
EVC-POSE 14.1 landmarks, segmentos, frames corporales, calidad y oclusión
EVC-SCENE 14.2 sceneObjectId, surfacePatchId, normales, affordances y ruta
EVC-CONTACT 14.3 ContactPair, episodios, estados y soporte funcional
EVC-LOAD 14.3 categoría ordinal, fuerza medida/inferida e incertidumbre
EVC-PHASE 14.4 eventos de frontera, lanes, fases y episodios
EVC-KIN 14.5 72 características y resúmenes por fase
EVC-RGB optional raw modality apariencia local, blur, deformación visible y contexto
EVC-DEPTH optional raw modality geometría métrica y separación de profundidad
EVC-SENSOR optional direct modality IMU, fuerza, presión, audio y eventos sincronizados
EVC-CONTEXT metadata atleta, sesión, ruta, intento, cámara, calibración y reglas

Los modelos de esqueleto como ST-GCN, CTR-GCN y PoseConv3D son baselines válidos para aprender patrones espaciotemporales [P46-R2, P46-R3, P46-R4]. MotionBERT permite transferir representaciones de movimiento aprendidas desde observaciones 2D parciales [P46-R5]. Sin embargo, la escalada añade una dependencia crítica de la escena, identidad de presas y contactos; por eso el encoder de pose no es el sistema completo.

15.148.1 Regla de modalidad ausente

Cada canal se marca Available, Missing, Invalid o Censored. Una modalidad ausente no se rellena con ceros que puedan interpretarse como una observación física. El modelo usa máscaras, modality dropout y una política de publicación degradada.