要約
人間の動作予測は、過去の3Dスケルトンの系列が与えられたときに将来の姿勢を予測することを目指しています。この問題は最近注目を集めていますが、主に単独の人間に対して取り組まれてきました。本論文では、共同作業を行う人間を対象としたこの問題について探求し、2人の過去のスケルトン系列が与えられたときに2人の相互作用する未来の動作を予測することを目指します。私たちは両者の歴史的情報を利用し、2つの姿勢系列間のクロス依存関係を学習する新しいクロス相互作用注意機構を提案します。このような相互作用状況を訓練するためのデータセットが存在しないため、ExPI（Extreme Pose Interaction）という新しいラボベースの人間相互作用データセットを収集しました。これは、リンドイップダンスの動作を行うプロダンサーによる115のシークエンスで構成され、3D体姿勢と形状がアノテーションされた30Kフレームを含んでいます。私たちはExPI上で提案したクロス相互作用ネットワークを詳細に評価し、短期および長期予測において一貫して単独の人間の動作予測における最先端手法よりも優れた性能を示すことを確認しました。