基于 Inception 残差块的人体运动预测策略研究

人体运动预测是计算机视觉与机器人领域的一项关键任务。它具有广泛的应用潜力，例如人机交互、机场安防系统的人体动作追踪、自动驾驶汽车导航、计算机游戏等。然而，由于正确检测空间与时间特征的困难，基于过往动作预测人体运动是一项极具挑战的任务。为检测人体姿态中的时间特征，我们提出了 Inception 残差块（IRB），因其具有处理多种卷积核以捕获显著特征的固有能力。在此，我们提出使用多个具有不同核大小与输入序列长度的一维卷积神经网络（CNN）并将其拼接以获得恰当的嵌入。当卷积核在不同感受野上滑动时，它们可在多个时间尺度上检测出较小与较大的显著特征。我们的主要贡献是在输入与 inception 块输出之间提出残差连接，以在先前观测姿态与下一预测姿态之间保持连续性。借助该提出的架构，模型能更好地学习人体姿态的先验知识，并如文中详述获得了更高的预测精度。随后，我们进一步提出将 inception 残差块的输出作为图卷积神经网络（GCN）的输入，因其具有更好的空间特征学习能力。我们进行了参数分析以更好地设计模型，随后在 Human 3.6M 数据集上评估了我们的方法，并将短期与长期预测与 SOTA 论文进行比较，我们的模型在多数姿态结果上优于后者，详细原因已在文中阐明。