SimpliHuMoN：简化人体运动预测

人体运动预测结合了轨迹预测和人体姿态预测这两项任务。针对每项任务，已有专门的模型被开发出来。将这些模型结合起来以实现整体的人体运动预测并非易事，而近期的方法在针对单项任务建立的基准测试中表现不佳。为解决这一问题，我们提出了一种简单而有效的基于Transformer的人体运动预测模型。该模型采用堆叠的自注意力模块，以有效捕捉姿态内的空间依赖关系和运动序列中的时间关系。这种简单、精简的端到端模型具有足够的通用性，无需针对特定任务进行修改即可处理仅姿态、仅轨迹以及组合预测任务。通过在包括Human3.6M、AMASS、ETH-UCY和3DPW在内的广泛基准数据集上进行大量实验，我们证明了该方法在所有任务上均达到了最先进的性能。