加拿大Yujiao Hao科研团队设计了一个基于深度学习的新型跨模态惯性测量模拟器——CROMOSim，用该模拟器模拟来自运动捕捉系统或单目RGB摄像机的高保真虚拟IMU（惯性测量单元）数据。

CROMOSim由三个功能模块组成：一个从源数据中提取全局人体运动序列的输入数据处理模块，一个完全表示所提取序列并可从任何身体位置采样的人体模型，以及模拟器模块，其将噪声运动序列转换为高保真的IMU读数。

团队进行了两组实验来评估CROMOSim的性能，实验结果表明，在人类活动识别中，CROMOSim比基准方法的准确率高6.7%。