基于深度马尔可夫模型的人体姿态预测
计算机视觉与模式识别
2017-09-07 v2 机器学习
摘要
人体姿态预测是计算机视觉中的一个重要问题，应用于人机交互、视觉监控和自动驾驶。通常，预测算法使用 3D 骨架序列，并被训练以预测未来几毫秒内的状态。由于难以估计一个人持续某项活动的时间，长期预测具有挑战性。为此，我们的贡献有三方面： 我们提出一个基于深度马尔可夫模型的变分自编码器的姿态生成框架； 我们使用基于姿态的动作分类器评估我们的姿态预测，我们认为这比坐标空间中的距离更能反映姿态预测的主观质量； 最后，为了评估新模型，我们引入了一个包含 480,000 帧的视频数据集，称为 Ikea Furniture Assembly（Ikea FA），描绘了人类反复组装和拆卸家具的过程。我们在 Ikea FA 和现有的 NTU RGB+D 数据集上都展示了该方法的有希望的结果。
引用
@article{arxiv.1707.09240,
title = {Human Pose Forecasting via Deep Markov Models},
author = {Sam Toyer and Anoop Cherian and Tengda Han and Stephen Gould},
journal= {arXiv preprint arXiv:1707.09240},
year = {2017}
}
备注
Accepted to DICTA'17