MoFM：大规模人体运动基础模型
计算机视觉与模式识别
2025-02-26 v2 机器学习
摘要
基础模型（FM）因其可扩展性和跨多样任务的泛化能力而日益引起研究人员的关注。受FMs的成功以及推动大语言模型（LLMs）进步的原理启发，我们引入MoFM作为一种新型运动基础模型。MoFM旨在实现对复杂人体运动在时间和空间上的语义理解。为促进大规模训练，设计并使用了MotionBook——一个离散化运动的综合人体运动词典。MotionBook利用热力立方体（Thermal Cubes）捕获时空运动热图，应用离散变分模型的原理将人体运动编码为离散单元，以实现更高效和可扩展的表征。MoFM经过大量运动数据训练，提供了一个可适应多样下游任务的基础骨干，支持单样本、无监督和监督等范式。这种多功能性使MoFM非常适合广泛的运动相关应用。
引用
@article{arxiv.2502.05432,
title = {MoFM: A Large-Scale Human Motion Foundation Model},
author = {Mohammadreza Baharani and Ghazal Alinezhad Noghre and Armin Danesh Pazho and Gabriel Maldonado and Hamed Tabkhi},
journal= {arXiv preprint arXiv:2502.05432},
year = {2025}
}