基于可逆网络的不确定性感知概率性3D人体运动预测
机器人学
2025-07-22 v1 计算机视觉与模式识别
摘要
3D人体运动预测旨在实现自主应用。对于安全关键场景（如人机协作）中的风险最小化，估计每个预测的不确定性（即基于概率密度或分位数的置信度）至关重要。然而，现有的多样化运动预测方法由于隐式概率表示难以进行不确定性建模。我们提出了ProbHMI，通过引入可逆网络在解耦后的潜在空间中参数化姿态，实现概率性动力学建模。随后，预测模块显式预测未来潜在分布，允许有效的不确定性量化。在基准测试上评估后，ProbHMI在确定性和多样化预测方面均取得优异性能，同时验证了不确定性校准，对于风险感知决策至关重要。
引用
@article{arxiv.2507.14694,
title = {Uncertainty-aware Probabilistic 3D Human Motion Forecasting via Invertible Networks},
author = {Yue Ma and Kanglei Zhou and Fuyang Yu and Frederick W. B. Li and Xiaohui Liang},
journal= {arXiv preprint arXiv:2507.14694},
year = {2025}
}