Scriboora：重新思考人体姿态预测
计算机视觉与模式识别
2026-03-05 v2
摘要
人体姿态预测通过历史观测数据预测未来姿态，已在动作识别、自动驾驶或人机交互等领域取得显著应用。本文评估了广泛的姿态预测算法在绝对姿态预测任务中的表现，揭示了诸多可重复性问题，并提供了统一的训练与评估流程。通过类比语音理解任务，展示了最近的语音模型可高效地适配姿态预测任务，从而提升当前的业界最佳性能。最后，我们评估了模型的鲁棒性，使用由姿态估计模型获取的噪声关节坐标，模拟更贴近现实世界的噪声情况。为此，我们引入了新的数据集变体，表明估计得到的姿态会导致显著的性能下降，而通过无监督微调可恢复多少性能提升。
引用
@article{arxiv.2511.15565,
title = {Scriboora: Rethinking Human Pose Forecasting},
author = {Daniel Bermuth and Alexander Poeppel and Wolfgang Reif},
journal= {arXiv preprint arXiv:2511.15565},
year = {2026}
}