On human motion prediction using recurrent neural networks 읽어보기

https://github.com/una-dinosauria/human-motion-prediction

GitHub - una-dinosauria/human-motion-prediction: Simple baselines and RNNs for predicting human motion in tensorflow. Presented

 

CVPR 2017논문

 

Abstract

 사람의 모션을 모델링하는 것인 그래픽스와 컴퓨터 비전 모두에 걸쳐있는 고전적인 문제이다. 딥러닝 기법의 여러 성공들에 따라, 요즘에는 RNMN을 사람의 모션을 모델링하는데 집중하고 있다. 특히 숏텀의 모션 예측과 롱텀의 모션 생성과 같은 시간에 종속적인 표현을 학습하는 것을 목적으로 많이 연구중이다. 우리는 최근의 연구들을 문헌상에서 주로 사용되는 평가 방식에 초점을 맞추어 다시 확인해보고, 놀랍게도 SOTA 기법의 퍼포먼스가 간단한 베이스라인 기법으로도 만들어 질 수 있음을 보여준다. 우리는 이 결과와 최근의 RNN 기법들을 아키텍쳐와 로스함수, 학습 방법을 두고 분석해보았다. 우리가 제안하는 기존의 RNN 모델에 대한 3가지 변화를 사람의 모션 관련 어플리케이션에 사용하면, 간단하면서도 scalable RNN 아키텍쳐를 만들 수 있고, 이 아키텍쳐는 SOTA 퍼포먼스를 얻어낼 수 있다.