초록
인간 운동 예측은 과거의 인간 운동 궤적을 기반으로 향후 운동 포즈 시퀀스를 예측하는 것을 목표로 한다. 본 연구에서는 인간의 신체 운동의 운동학적 구조와 운동의 시간적 매끄러움 특성을 동시에 고려하는 인간 운동 예측 프레임워크인 FreqMRN을 제안한다. 구체적으로, FreqMRN은 운동 주의 모듈을 사용하여 고정된 크기의 운동 이력 요약을 생성함으로써, 지나치게 긴 운동 입력으로 인한 예측 정확도 저하 문제를 완화한다. 이후 제안된 공간-시간 인지형, 속도 인지형, 전역 매끄러움 인지형 손실 함수에 의해 지도되며, 포즈 공간과 주파수 공간 간에 운동 표현을 반복적으로 전환하는 운동 개선 모듈을 통해 예측된 운동을 반복적으로 정교화한다. FreqMRN은 Human3.6M, AMASS, 3DPW 등 여러 표준 벤치마크 데이터셋에서 평가되었으며, 실험 결과는 단기 및 장기 예측 모두에서 기존 방법들에 비해 큰 성능 향상을 보이며, 뛰어난 안정성과 로버스트성을 입증하였다.