要約
近年、将来の人間の運動の不確実性をモデル化するいくつかの研究が提案されている。これらの研究は、同一の観測に対して単一の運動シーケンスを予測するのではなく、複数のシーケンスを生成する。これらの研究は主に予測シーケンスの多様性を高めることに注力しているが、本研究では、最大30秒に及ぶ極めて長い予測時間窓においても、高い品質を維持することに焦点を当てる。この目的を達成するために、我々は事前に人物の意図（intention）を予測する手法を提案する。これにより、生成される人間の運動が目標指向性を保ち、かつ二つの動作間の遷移が滑らかで極めて現実的なものとなる。さらに、従来の指標よりも人間の認知とより良好な相関を持つ新しい品質評価スコアを提案する。実験結果およびユーザースタディの結果から、本手法は最先端技術と比較して、より現実性の高い複数の予測シーケンスを生成できることを示している。