[发明专利]基于深度状态空间模型的3D人体运动预测方法

说明书

本发明公开了一种基于深度状态空间模型的3D人体运动预测方法，先将人体运动的位置和速度作为观测，采用深度网络提取历史姿态序列的运动动力学规律来初始化状态空间模型的状态，通过状态到观测的转移递归地预测3D人体运动的多个未来姿态。本发明利用深度网络和状态空间模型的优点，将人体运动系统建模为深度状态空间模型，为各种人体运动系统提供了一个统一的描述，同时也能够对已有的模型进行分析。

技术领域

本发明属于人体运动预测技术领域，更具体的说是涉及一种基于深度状态空间模型的3D人体运动预测方法。

背景技术

人类对现实世界的认识和互动依赖于对预测周围环境随时间变化的能力。同样，与人互动的智能机器人必须具有预测人类未来动态的能力，从而使机器人能够迅速响应人类的变化。现有大多数预测模型一般仅仅采用L₂或MPJPE(平均每关节点位置误差)对未来姿势的所有帧或所有关节的损失对预测模型进行优化。由于早期时刻的损失值小于后期时刻的损失值，因此，这些模型隐含地侧重于对后期时刻的预测，而忽略了早期时刻与后期时刻之间的这种隐藏关系，即在递归模型中，早期预测容易影响后期时刻的预测。因此，这些模型都无法实现比较精确的预测，特别是在递归预测模型当中。

因此，如何提供一种精确的3D人体运动预测方法成为了本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于深度状态空间模型的3D人体运动预测方法，利用深度网络和状态空间模型的优点，将人体运动系统建模为深度状态空间模型，为各种人体运动系统提供了一个统一的描述，同时也能够对已有的模型进行分析。

为了实现上述目的，本发明采用如下技术方案：

一种基于深度状态空间模型的3D人体运动预测方法，先将人体运动的位置和速度作为观测，采用深度网络提取历史姿态序列的运动动力学规律来初始化状态空间模型的状态，将人体运动系统建模为深度状态空间模型，通过状态到观测的转移递归地预测3D人体运动的多个未来姿态。

优选的，未来姿态表示为模型观测的转移。

优选的，姿态序列表示的方法为：

给定一个长度为T₁的输入序列S₁＝{p(t₀)}(t＝-(T₁-1),…,-1,0)，其中，p(t₀)表示姿态序列S₁中t₀时刻的姿态；输入序列S₁的速度定义为V₁＝{v(t₀)}，其中，v(t₀)＝p(t₀)-p(t₀-1)，v(-(T₁-1))＝{0}；将输入序列S₁表示成3个2D张量：S_1x,S_1y和S_1z，分别表示序列S₁沿着x,y,z轴的运动轨迹；在速度空间当中，将V₁表示为3个2D张量：V_1x，V_1y和V_1z，分别表示沿着坐标轴x，y和z的速度信息。

优选的，人体运动系统采用动态系统的状态空间模型表示，如公式(1)和公式(2)所示：

I(t+1)＝f₁(I(t),t)+a(t) (1)

O(t)＝f₂(I(t),t)+b(t) (2)

其中，I(t)和O(t)分别表示t时刻的状态和观测；a(t)和b(t)分别为t时刻的过程噪声和测量噪声；f₁(·)和f₂(·)为系统函数。