「AI新青年講座」將邀請(qǐng)世界頂尖AI研究機(jī)構(gòu)和大學(xué)的科研新青年，主講他們?cè)谟?jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等人工智能領(lǐng)域的最新重要研究成果。
AI新青年是加速人工智能前沿研究的新生力量。AI新青年的視頻講解和直播答疑，將可以幫助大家增進(jìn)對(duì)人工智能前沿研究的理解，相應(yīng)領(lǐng)域的專(zhuān)業(yè)知識(shí)也能夠得以積累加深。同時(shí)，通過(guò)與AI新青年的直接交流，大家在AI學(xué)習(xí)和應(yīng)用AI的過(guò)程中遇到的問(wèn)題，也能夠盡快解決。
有興趣分享學(xué)術(shù)成果的朋友，可以與智東西公開(kāi)課教研團(tuán)隊(duì)進(jìn)行郵件（class@m.loveliyi.com）聯(lián)系。
生成具有指定動(dòng)作、合理且逼真的人體一直是計(jì)算機(jī)視覺(jué)中廣泛探索且具有挑戰(zhàn)性的任務(wù)。然而由于不同的運(yùn)動(dòng)合成任務(wù)有不同的目標(biāo)和期望，很多方法僅限應(yīng)用于一種類(lèi)型的運(yùn)動(dòng)合成任務(wù)，或者使用不同的方法來(lái)解決各種任務(wù)。
為了使人體動(dòng)作合成任務(wù)有一個(gè)統(tǒng)一的框架，在不同的情況下都能生成逼真且有意義的結(jié)果，新加坡南洋理工大學(xué)博士蔡雨君等人研究了影響動(dòng)作生成的因素，提出一種基于條件變分自動(dòng)編碼器的人體運(yùn)動(dòng)生成模型UVAE-PoseSynthesis，它具有兩條并行路徑，每條路徑都由一個(gè)編碼器和一個(gè)解碼器組成，將任意的輸入視為蒙版運(yùn)動(dòng)序列，根據(jù)輸入條件估計(jì)缺失區(qū)域的潛在分布，從中采樣和合成完整的運(yùn)動(dòng)序列。
為了增強(qiáng)合成序列的真實(shí)性和全局一致性，蔡雨君博士等人還在編碼器與解碼器特征之間引入交叉注意力機(jī)制，利用輸入姿勢(shì)和輸出姿勢(shì)之間的關(guān)系，重建原始運(yùn)動(dòng)序列。同時(shí)模型在解碼器引入動(dòng)作自適應(yīng)調(diào)制，來(lái)使整個(gè)序列按照語(yǔ)義生成不同的運(yùn)動(dòng)風(fēng)格。
蔡雨君博士等人在Human3.6和CMUMocap兩個(gè)數(shù)據(jù)集上進(jìn)行了廣泛的實(shí)驗(yàn)，結(jié)果表明，UVAE-PoseSynthesis能為各種運(yùn)動(dòng)合成任務(wù)產(chǎn)生連貫且逼真的結(jié)果。
8月12日上午10點(diǎn)，「AI新青年講座」第146講邀請(qǐng)到新加坡南洋理工大學(xué)博士蔡雨君參與，主講《應(yīng)用于姿態(tài)預(yù)測(cè)補(bǔ)全的人體動(dòng)作生成模型》。
講 者
蔡雨君，新加坡南洋理工大學(xué)博士，主要研究方向?yàn)榛谝曈X(jué)的行為分析，如姿態(tài)估計(jì)，姿態(tài)生成，動(dòng)作識(shí)別等。在CVPR, ECCV, ICCV, NIPS等會(huì)議上發(fā)表多篇文章。
主 題
應(yīng)用于姿態(tài)預(yù)測(cè)補(bǔ)全的人體動(dòng)作生成模型
提 綱
1、人體姿態(tài)問(wèn)題的研究
2、動(dòng)作生成局限性分析
3、人體動(dòng)作生成模型的構(gòu)建
4、在姿態(tài)預(yù)測(cè)補(bǔ)全上的應(yīng)用
直 播 信 息
直播時(shí)間：8月12日10:00
直播地點(diǎn)：智東西公開(kāi)課知識(shí)店鋪
成 果
UVAE-PoseSynthesis：《A Unified 3D Human Motion Synthesis Model via Conditional Variational Auto-Encoder》
論文鏈接：https://yujuncai.netlify.app/files/2021ICCV.pdf
開(kāi)源代碼：https://github.com/vanoracai/A-unified-3d-human-motion-synthesis-model-via-conditional-variational-auto-encoder
