基于生成对抗网络的人体动作生成
计算机视觉与模式识别
2018-05-29 v1
摘要
受近期生成模型进展的启发，我们引入了一种人体动作生成模型，以生成连续的人体运动序列来构造新颖动作。我们提出了一种由自动编码器与生成对抗网络（GAN）组成的框架，以初始状态和给定类别标签为条件生成多个连续的人体动作。所提出的模型以端到端方式训练，其中自动编码器与GAN联合训练。该模型在NTU RGB+D数据集上训练，我们展示了所提模型能够生成不同风格的动作。此外，给定不同的动作标签作为条件，该模型能成功生成一系列新颖动作序列。传统的人体动作预测与生成模型缺乏这些对于实际应用至关重要的特性。
引用
@article{arxiv.1805.10416,
title = {Human Action Generation with Generative Adversarial Networks},
author = {Mohammad Ahangar Kiasari and Dennis Singh Moirangthem and Minho Lee},
journal= {arXiv preprint arXiv:1805.10416},
year = {2018}
}