ヒューマンポーズ予測におけるイミテーション学習

人間の運動ダイナミクスのモデリングと予測は、コンピュータビジョン分野において長年にわたり挑戦的な問題とされてきた。従来の多くは、リカレントニューラルネットワーク（RNN）のさまざまなアーキテクチャを用いたエンドツーエンドの教師あり学習に依存している。近年の深層強化学習の成功に触発され、本論文では人間のポーズ予測問題に対して新たな強化学習の定式化を提案し、行動クローン（behavioral cloning）と生成的対抗的模倣学習（generative adversarial imitation learning）を組み合わせた模倣学習アルゴリズムを用いて、この定式化のもとでの未来ポーズ予測を実現した。実験の結果、本手法は短期予測および長期予測の両方において、既存の最先端モデルを大幅に上回る性能を達成したほか、学習速度においても顕著な優位性を示した。