HVIS：用于人体运动预测的类人视觉与推理系统
计算机视觉与模式识别
2025-02-25 v1
摘要
掌握人体运动的复杂性（涉及感知时空依赖性和多尺度效应）对于预测人体运动至关重要。人类天生具备应对此问题的必要技能，但机器要模拟这一点却明显更具挑战性。为了弥合这一差距，我们提出了用于人体运动预测的类人视觉与推理系统 (HVIS)，旨在模拟人类的观察并预测未来运动。HVIS 包含两个组件：类人视觉编码 (HVE) 模块和类人运动推理 (HMI) 模块。HVE 模块模拟并改进人类视觉过程，包含一个视网膜模拟组件，该组件分别捕获时空信息以避免不必要的串扰。此外，设计了一个视觉皮层模拟组件，用于分层提取和处理复杂的运动特征，同时关注人体姿态的全局和局部特征。HMI 用于模拟人脑的多阶段学习模型。自发学习网络模拟神经元断裂生成过程，以对抗性地生成未来运动。随后，针对难以训练的关节优化刻意学习网络，以防止误导性学习。实验结果表明，我们的方法达到了新的 SOTA 性能，在 Human3.6M 上显著优于现有方法 19.8%，在 CMU Mocap 上优于 15.7%，在 G3D 上优于 11.1%。
引用
@article{arxiv.2502.16913,
title = {HVIS: A Human-like Vision and Inference System for Human Motion Prediction},
author = {Kedi Lyu and Haipeng Chen and Zhenguang Liu and Yifang Yin and Yukang Lin and Yingying Jiao},
journal= {arXiv preprint arXiv:2502.16913},
year = {2025}
}