基于文本的3D人体运动检索的跨数据集研究
计算机视觉与模式识别
2024-05-28 v1
摘要
我们提供了关于文本-based 3D人体运动检索研究的结果，并特别关注跨数据集的泛化。由于实际原因（例如数据集特定的人体身体表示），现有工作通常在同一数据集的训练和测试分区上进行基准测试。本文采用统一的 SMPL 人体格式处理所有数据集，从而实现在一个数据集上训练、在另一个数据集上测试，以及在多个数据集上进行训练。我们的结果表明，标准文本-运动基准（如 HumanML3D、KIT Motion-Language 和 BABEL）中存在数据集偏差。我们表明，文本增强有助于在一定程度上缩小领域差距，但差距仍然存在。我们进一步提供了在 BABEL 上进行的首个零样本动作识别结果，无需在训练期间使用类别化动作标签，为未来研究开辟了新的道路。
引用
@article{arxiv.2405.16909,
title = {A Cross-Dataset Study for Text-based 3D Human Motion Retrieval},
author = {Léore Bensabath and Mathis Petrovich and Gül Varol},
journal= {arXiv preprint arXiv:2405.16909},
year = {2024}
}