骨架先验的双人交互增强
原文中文，约1200字，阅读约需3分钟。
📝
内容提要
本文介绍了一种基于物理模型的2D和3D姿态估计方法，用于推断3D人体运动，显著提升了动作的真实性和准确性。研究还提出了运动重新定位、互动人物运动预测及基于物理的运动校正等新方法，并在多个数据集上取得了优异的实验结果。
❓
Q&A
这项研究的主要方法是什么？
研究提出了一种基于物理模型的方法，通过2D和3D姿态估计推断3D人体运动，显著提高动作的真实性和准确性。
运动重新定位方法的创新点是什么？
运动重新定位方法利用几何条件循环网络和编码器空间优化策略，实现高效的重新定位，防止相互穿透。
如何预测互动人物的运动？
通过收集专业舞蹈者的数据，提出了一种新的跨交互关注机制，能够在短期和长期预测中优于单人运动预测。
Skeleton2Humanoid系统的功能是什么？
Skeleton2Humanoid系统通过物理学模拟器提高合成人体骨架运动的物理可行性，并进行基于物理的运动校正。
如何利用强化学习进行运动重定向？
研究提出了一种利用强化学习和物理模拟器实时重定向人类运动的方法，仅需运动捕捉数据进行培训。
2P-GCN模型的应用是什么？
2P-GCN模型用于识别人与人交互和个体动作，在多个数据集上取得了最先进的结果。
🏷️
