基于符号标签的人体运动预测
计算机视觉与模式识别
2019-12-16 v2 机器学习
摘要
预测人体运动取决于两个因素：过往运动与人的意图。虽然第一个因素已被广泛用于预测短序列的人体运动，但第二个因素仍难以捉摸。在本工作中，我们通过符号表示来近似人的意图，例如细粒度动作标签如行走或坐下。预测符号表示远比预测具有复杂相互依赖关系的全身姿态容易。然而，获知未来动作使得预测人体运动更为容易。我们利用这一联系，先预测符号标签，再基于人体运动输入序列及所预测标签生成人体运动。这使得模型能够提前多步预测运动变化并相应调整姿态。我们在短期与长期人体运动预测上均取得了最先进的结果。
引用
@article{arxiv.1912.06079,
title = {Human Motion Anticipation with Symbolic Label},
author = {Julian Tanke and Andreas Weber and Juergen Gall},
journal= {arXiv preprint arXiv:1912.06079},
year = {2019}
}