Движения узнают по позе, а не по траектории экспресс
Учёные взяли 16 повседневных занятий — от мытья посуды до приседаний — и разложили движения на элементарные составляющие, словно спектроскоп разлагает свет на спектр. Сравнив три подхода, они нашли неожиданный ключ к узнаванию: достаточно усреднённого стоп-кадра. Всего девять суставов из десятков несли решающую информацию — остальные почти не влияли.
Парадоксально, но статичная поза, подобно общей яркости звезды в фотометрии, оказалась важнее динамики. Мозг опознаёт действие мгновенно, не всматриваясь в процесс. Но для повторения нужна полная картина во времени: один метод восстановил естественную походку, другой — лишь застывшую статую.
Этот принцип разделения лёг в основу стандартной модели быстрых клинических тестов: единственный снимок может указать на нарушения, тогда как реабилитация потребует детальной видеозаписи. Так мозг экономит ресурсы, а медицина получает простой диагностический инструмент.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2607.13216
Humans recognize movements effortlessly, even from noisy and complex visual input. But what information in the stimulus allows humans to rapidly classify movements? No framework has systematically compared different strategies of movement analysis to address this question. Here, we used videos of 16 daily activities from the MoVi dataset and compared three strategies: Temporal Movement Primitives (TMPs), which decompose movements into weighted sums of temporally smooth basis functions; Legendre polynomial coefficients, which project joint-coordinate trajectories onto an orthogonal polynomial basis; and Autoencoder latent embeddings. Legendre coefficients and TMPs achieved the highest classifier accuracy, followed by autoencoders. We found two discriminative features for movement classification. The most informative is the general posture of the body, the average spatial configuration that distinguishes one activity from another. Additionally, we identified 9 critical joints that are most predictive for movement classification. Interestingly, good classification accuracy did not automatically lead to good movement generation: when we reconstructed movements for each activity, TMPs preserved the temporal dynamics and produced perceptually natural motion, whereas reconstructions from Legendre coefficients retained only the average posture and appeared frozen. These results reveal a dissociation in how movement information is organized: the static configuration of the body suffices to classify what activity is performed, but the temporal dynamics of movement are required to reconstruct how it unfolds. This distinction clarifies which features the visual system may rely upon for rapid action recognition, and suggests that postural features could enable efficient movement screening in clinical applications, while dynamic information remain essential wherever movement generation is the goal.
Из всех суставов тела лишь девять оказались решающими для опознания любых движений.