Humans in Kitchens

新的扩散模型可预测复杂场景下的多人运动

研究人员开发了对象条件化社交扩散模型（OCSD），这是一种新颖的条件化扩散模型，旨在改善复杂环境下的多人人体运动预测。OCSD将运动历史、人际互动和对象线索整合到一个统一的框架中。该模型利用对象条件化机制进行细粒度的人体-对象推理，并使用社交编码器来模拟个体之间的互动。实验表明，OCSD在Humans in Kitchens (HiK) 和 HOI-M3 基准测试中取得了最先进的性能，显著降低了路径误差，并产生了更逼真的长期预测。