DynaPURLS: Refinamiento Dinámico de Representaciones Conscientes de Partes para el Reconocimiento de Acciones de Cero Disparos Basado en Esqueleto

El reconocimiento de acciones humanas basado en datos de esqueleto ha avanzado significativamente, pero aún existe un reto fundamental: identificar movimientos nunca vistos durante el entrenamiento, lo que se conoce como zero-shot learning. Los enfoques tradicionales suelen alinear características visuales con descripciones semánticas estáticas a nivel de clase, generando un desajuste que limita la generalización a nuevas acciones. Una solución innovadora propone un refinamiento dinámico de representaciones conscientes de partes del cuerpo, utilizando modelos de lenguaje de gran escala para generar descripciones jerárquicas tanto de movimientos globales como de dinámicas locales. Este enfoque, conocido como DynaPURLS, introduce un módulo de adaptación que durante la inferencia ajusta las representaciones textuales al flujo visual entrante mediante una proyección ligera, estabilizada por un banco de memoria con conciencia de clase y balanceado. Este mecanismo permite mitigar el ruido de pseudoetiquetas y mejorar la transferencia de conocimiento visual fino entre clases vistas y no vistas. Para las empresas que buscan implementar soluciones de visión por computadora o análisis de comportamiento, contar con infraestructura adecuada es clave. En Q2BSTUDIO ofrecemos ia para empresas y desarrollamos aplicaciones a medida que integran modelos de inteligencia artificial adaptados a necesidades específicas. Nuestro equipo también despliega servicios cloud aws y azure para garantizar escalabilidad, junto con servicios inteligencia de negocio como power bi para visualizar métricas de rendimiento. Además, trabajamos en la creación de agentes IA que automatizan procesos de decisión, y en ciberseguridad para proteger los datos sensibles que manejan estos sistemas. Este tipo de tecnología de reconocimiento de acciones, cuando se combina con software a medida y un enfoque de refinamiento dinámico, abre posibilidades en campos como la salud, la seguridad o la industria, donde detectar patrones de movimiento inéditos puede prevenir riesgos o mejorar la eficiencia operativa. La capacidad de generalizar sin ejemplos previos es un paso hacia sistemas más autónomos y robustos, y desde Q2BSTUDIO ayudamos a las organizaciones a adoptar estas capacidades mediante soluciones de inteligencia artificial a medida, integrando componentes de vanguardia como los que propone DynaPURLS en entornos productivos reales.