CVPR 2020丨无监督动作迁移TransMoMo

在CVPR 2020上，来自CMU、北京大学、清华大学、商汤研究院的研究者提出了一种无监督的人体动作迁移方法，为动作序列数据建模提供了新思路。

该论文提出了一种新颖的动作重定向网络（Motion Retargeting Network）设计，可以在二维关键点空间由无标注的网络数据端到端地训练。作者基于不变性设计了新的损失函数，从而赋予网络无监督地解耦动作特征表示的能力。

将上述动作重定向网络和基于不变性的损失函数应用于人体动作迁移任务中，在定性和定量指标上都超过了原先的最佳方法，尤其是在真实世界的复杂动作上取得明显的优势。

内容中包含的图片若涉及版权问题，请及时与我们联系删除