行動非依存的人間姿勢予測

人間の動態を予測することは、非常に興味深いが挑戦的なタスクであり、ロボティクスや医療などの分野で多くの応用可能性があります。最近、人間の姿勢予測のためにいくつかの手法が開発されていますが、それらはしばしば設定に多くの制限を導入しています。例えば、以前の研究では短期または長期の予測に焦点を当て、一方を犠牲にしていました。さらに、それらは活動ラベルを訓練プロセスの一環として含めており、テスト時にも必要とします。これらの制限により、姿勢予測モデルの実世界での利用が制約されてしまいます。なぜなら、テストシナリオにおいてはしばしば活動に関連するアノテーションがないからです。本論文では、短期および長期の人間姿勢予測に対するアクション非依存的手法を提案します。この目的達成のために、人間動態の階層的かつ多尺度特性をモデル化する新しい再帰型ニューラルネットワーク（TP-RNN: triangular-prism RNN）を提案します。当モデルは異なる時間スケールで時系列依存関係を符号化することにより、時間的な人間姿勢シーケンスに埋め込まれた潜在的な階層構造を捉えます。評価のために、Human 3.6M および Penn Action データセット上で広範な実験を行い、当手法が基準方法および最先端の方法よりも定量的にも定性的にも優れていることを示しました。コードは https://github.com/eddyhkchiu/pose_forecast_wacv/ で公開されています。