DeepSSM：用于三维人体运动预测的深度状态空间模型
计算机视觉与模式识别
2021-12-30 v4
摘要
预测未来人体运动在多种实际应用场景的人机交互中起着重要作用。统一表述与多阶建模是分析和表示人体运动的两个关键视角。与以往工作不同，我们通过构建深度状态空间模型（DeepSSM）来提升人体运动系统的多阶建模能力，以实现更精准的预测。DeepSSM 利用了状态空间理论与深度网络两者的优势。具体而言，我们将人体运动系统表述为动态系统的状态空间模型，并基于状态空间理论对运动系统建模，为多样化的人体运动系统提供了统一表述。此外，设计了一种新颖的深度网络来参数化该系统，联合建模状态—状态转移与状态—观测转移过程。由此，系统状态由时变人体运动序列的多阶信息更新。多个未来姿态通过状态—观测转移递归预测。为进一步提升系统的建模能力，引入了一种新的损失函数 WT-MPJPE（加权时间平均逐关节位置误差，Weighted Temporal Mean Per Joint Position Error）来优化模型。所提损失通过增大早期时间步的权重，促使系统实现更精准的预测。在两个基准数据集（即 Human3.6M 和 3DPW）上的实验证实，我们的方法取得了最先进的性能，每个关节的精度至少提升 2.2mm。代码将发布于：\url{https://github.com/lily2lab/DeepSSM.git}。
引用
@article{arxiv.2005.12155,
title = {DeepSSM: Deep State-Space Model for 3D Human Motion Prediction},
author = {Xiaoli Liu and Jianqin Yin and Huaping Liu and Jun Liu},
journal= {arXiv preprint arXiv:2005.12155},
year = {2021}
}
备注
submitted to IEEE Transactions on Systems Man Cybernetics-Systems