两体姿态预测的最佳实践

协作人体姿态预测任务是指在给定前几帧中多个互动个体的姿态情况下，预测这些个体未来的姿态。相较于分别预测每个个体，预测两个互动个体的未来姿态有望获得更好的性能，因为它们之间存在身体运动的相关性。然而，这一任务迄今为止仍主要未被探索。本文回顾了人体姿态预测领域的进展，并深入评估了在2体协作运动预测中最有效的单人实践方法。我们的研究表明，频率输入表示、时空可分离及完全可学习的交互邻接矩阵对编码图卷积网络（GCN）和全连接（FC）解码器具有积极影响。其他单人实践方法无法直接应用于2体情况，因此我们提出的最佳实践不包括层次化身体建模或基于注意力机制的交互编码。此外，我们还贡献了一种新的初始化方法，用于编码器中的2体空间交互参数，该方法有助于提高性能和稳定性。总体而言，我们提出的2体姿态预测最佳实践在最新的ExPI数据集上比现有最先进方法提高了21.9%的性能，其中新提出的初始化方法贡献了3.5%的提升。详情请参见我们的项目页面：https://www.pinlab.org/bestpractices2body