基于密集验证GANs的人体运动建模
计算机视觉与模式识别
2018-05-21 v2
摘要
我们提出了一种利用生成对抗网络（GANs）进行人体运动建模的新颖生成模型。我们在每个时间尺度上使用密集验证来构建GAN判别器，并对判别器输入进行扰动以使其具有平移不变性。我们的模型能够进行运动生成与补全。我们通过评估展示了其对噪声的鲁棒性、对动作的泛化能力，以及生成长且多样序列的能力。我们在Human 3.6M和CMU动作捕捉数据集上使用inception scores评估了我们的方法。
引用
@article{arxiv.1804.10652,
title = {Human Motion Modeling using DVGANs},
author = {Xiao Lin and Mohamed R. Amer},
journal= {arXiv preprint arXiv:1804.10652},
year = {2018}
}