PVRED：一种用于人体运动预测的位置-速度循环编解码器
计算机视觉与模式识别
2021-06-15 v2
摘要
人体运动预测旨在根据过去姿态预测未来人体姿态，近来受到越来越多的关注。许多近期方法基于循环神经网络（RNN），使用指数映射对人体姿态建模。这些方法忽略了姿态速度以及不同姿态间的时间关系，往往收敛于平均姿态或无法生成自然外观的姿态。因此我们提出一种新颖的位置-速度循环编解码器（PVRED）用于人体运动预测，其充分利用了姿态速度与时间位置信息。我们提出了一种时间位置嵌入方法，并设计了位置-速度循环神经网络（PVRNN）。我们还强调了姿态四元数参数化的优势，并设计了一种新颖的可训练四元数变换（QT）层，在训练中与鲁棒损失函数结合使用。我们给出了未来0.5秒内短期预测以及未来0.5至1秒长期预测的定量结果。在多个基准上的实验表明，我们的方法大幅优于当前最优（SOTA）方法。此外，未来4秒的定性可视化显示，我们的方法能够在极长时间范围内预测出类人且有意义的未来姿态。代码已在GitHub公开：\textcolor{red}{https://github.com/hongsong-wang/PVRNN}。
引用
@article{arxiv.1906.06514,
title = {PVRED: A Position-Velocity Recurrent Encoder-Decoder for Human Motion Prediction},
author = {Hongsong Wang and Jian Dong and Bin Cheng and Jiashi Feng},
journal= {arXiv preprint arXiv:1906.06514},
year = {2021}
}