用于人体运动预测的多任务非自回归模型
计算机视觉与模式识别
2021-02-24 v1
摘要
人体运动预测旨在根据过去的人体骨架预测未来骨架，是一个典型的序列到序列问题。因此，大量工作持续探索基于RNN的编码器-解码器架构。然而，由于以先前生成的姿态为条件生成目标姿态，这些模型易带来误差累积等问题。本文认为该问题主要由采用自回归方式引起。为此，提出一种新颖的非自回归模型（NAT），具备完全非自回归解码方案，以及上下文编码器和位置编码模块。具体而言，上下文编码器从时间与空间视角嵌入给定姿态；帧解码器负责独立预测各未来姿态；位置编码模块向模型注入位置信号以指示时间顺序。此外，提出一种多任务训练范式，同时用于底层人体骨架预测与高层人体动作识别，从而令预测任务获得显著提升。我们的方法在Human3.6M与CMU-Mocap基准上评估，优于当前最优的自回归方法。
引用
@article{arxiv.2007.06426,
title = {Multitask Non-Autoregressive Model for Human Motion Prediction},
author = {Bin Li and Jian Tian and Zhongfei Zhang and Hailin Feng and Xi Li},
journal= {arXiv preprint arXiv:2007.06426},
year = {2021}
}