基于交互感知轨迹条件化的多智能体长期 3D 人体姿态预测
计算机视觉与模式识别
2024-04-09 v1 人工智能
摘要
人体姿态预测因其多样的应用而备受关注。然而，对人类运动多模态特性及智能体间复杂交互的建模挑战依然存在，特别是在时间尺度更长且智能体更多的情况下。在本文中，我们提出了一种交互感知的轨迹条件化长期多智能体人体姿态预测模型，采用由粗到细的预测方法：首先预测多模态全局轨迹，随后以每种模态为条件进行各自的局部姿态预测。在此过程中，我们的 Trajectory2Pose 模型引入了一个基于图的逐智能体交互模块，用于局部运动条件化全局轨迹与轨迹条件化局部姿态的互惠预测。我们的模型有效处理了人类运动的多模态性和长期多智能体交互的复杂性，提升了在复杂环境中的性能。此外，我们通过从真实世界图像和 2D 标注构建一个新数据集，解决了长期 (6s+) 多智能体 (5+) 数据集缺乏的问题，从而能够对我们提出的模型进行全面评估。在复杂和更简单数据集上均达到 SOTA 的预测性能证实了我们方法的泛化有效性。代码可在 https://github.com/Jaewoo97/T2P 获取。
引用
@article{arxiv.2404.05218,
title = {Multi-agent Long-term 3D Human Pose Forecasting via Interaction-aware Trajectory Conditioning},
author = {Jaewoo Jeong and Daehee Park and Kuk-Jin Yoon},
journal= {arXiv preprint arXiv:2404.05218},
year = {2024}
}
备注
2024 CVPR Highlight