概述：BeLFusion 是一种创新的人体运动预测方法，旨在生成更加真实和多样化的人体运动序列。该方法通过将行为与运动分离，实现从观察到预测姿势的平滑过渡。BeLFusion 的架构包括行为 VAE 和条件潜空间扩散模型（LDM），通过这些组件，它能够生成更自然、上下文适应的运动预测。
特点与优势：
- 行为潜空间：BeLFusion 引入行为潜空间，增加了预测运动序列的多样性和真实感。
- 行为 VAE：通过行为编码器、行为耦合器、上下文编码器和辅助解码器的组合，行为 VAE 实现将关节坐标映射到潜空间，生成多样性且上下文适应的运动序列。
- 条件潜空间扩散模型：BeLFusion 利用 LDM 从潜空间中采样，将行为与姿势和运动解耦，以增加预测的多样性和一致性。
- 高泛化能力：BeLFusion 在不同数据集和动作类别上展现出出色的泛化能力，其准确度指标超越了同类方法。
项目地址：https://github.com/BarqueroGerman/BeLFusion
© 版权声明
THE END
暂无评论内容