arXiv · 机器人与计算机视觉· Marc Peral, Guillem Capellera, Luis Ferraz, Antonio Rubio, Stella Gra{\ss}hof, Dan Witzner Hansen, Antonio Agudo·· 28 天前AI 评分45
Unified Trajectory and 3D Pose Forecasting for Multi-Agent Sports Analysis 提出联合轨迹与姿态预测新框架
Unified Trajectory and 3D Pose Forecasting for Multi-Agent Sports Analysis
AI 导读
该研究针对多智能体体育场景,利用融合轨迹与姿态的社会时序编码器及关节损失重加权机制,在 WorldPose 和 3DPW 数据集上显著提升了姿态预测精度。通过采用非重叠协议与确定性无预言家策略进行公平评估,该方法证明了其联合公式能泛化至密集交互场景。论文已提交至 WACV 2027,代码与权重暂未开放。
来源:arXiv · 机器人与计算机视觉 · arxiv.org