基于支持的 Sim2Real 运动捕捉: 灵活传感器适配
计算机视觉与模式识别
2024-05-28 v1 人机交互
摘要
灵活传感器在人类运动捕捉 (MoCap) 中具有广阔前景, 具备穿戴性、隐私保护和对自然运动最小限制等优势. 然而, 现有基于灵活传感器的 MoCap 方法依赖深度学习, 需要大量且多样化的标注数据进行训练. 这些数据通常需要在具备专业设备的 MoCap 工作室中收集, 并需大量人工工作, 使其规模化获取困难且昂贵. 鉴于灵活传感器的高线性特性, 本文提出一种基于域适应的全新 Sim2Real MoCap 解决方案, 无需标注数据即可实现与监督学习相当的准确度. 我们的解决方案基于一种新颖的 Support-based Domain Adaptation 方法, 即 SuDA, 通过对源域和目标域预测函数的 support 进行对齐来实现适配, 而非实例依赖的分布对齐. 大量实验结果表明, 该方法有效且在我们的任务中优于最新的基于分布的域适应方法.
引用
@article{arxiv.2405.16152,
title = {SuDA: Support-based Domain Adaptation for Sim2Real Motion Capture with Flexible Sensors},
author = {Jiawei Fang and Haishan Song and Chengxu Zuo and Xiaoxia Gao and Xiaowei Chen and Shihui Guo and Yipeng Qin},
journal= {arXiv preprint arXiv:2405.16152},
year = {2024}
}
备注
20 pages conference, accepted ICML paper