Inter-X：迈向多功能人-人交互分析
计算机视觉与模式识别
2023-12-27 v1
摘要
分析普遍存在的人-人交互对于理解作为社会存在的人类至关重要。现有的人-人交互数据集通常存在身体运动不准确、缺乏手势和细粒度文本描述的问题。为了更好地感知和生成人-人交互，我们提出了Inter-X，这是目前最大的具有准确身体运动和多样化交互模式以及详细手势的人-人交互数据集。该数据集包含约11K个交互序列和超过810万帧。我们还为Inter-X配备了超过34K个细粒度人体部位级文本描述、语义交互类别、交互顺序以及主体的关系和个性的多样化标注。基于这些精细的标注，我们提出了一个统一的基准，包括来自感知和生成方向的4类下游任务。大量实验和全面分析表明，Inter-X可作为促进多功能人-人交互分析发展的试验平台。我们的数据集和基准将公开供研究使用。
引用
@article{arxiv.2312.16051,
title = {Inter-X: Towards Versatile Human-Human Interaction Analysis},
author = {Liang Xu and Xintao Lv and Yichao Yan and Xin Jin and Shuwen Wu and Congsheng Xu and Yifan Liu and Yizhou Zhou and Fengyun Rao and Xingdong Sheng and Yunhui Liu and Wenjun Zeng and Xiaokang Yang},
journal= {arXiv preprint arXiv:2312.16051},
year = {2023}
}
备注
Project page: https://liangxuy.github.io/inter-x/