基于Scheduled Sampling采样机制的人体行为预测

摘要：

针对循环神经网络存在的预测误差累积问题,提出了融合Scheduled Sampling采样机制的序列预测算法.该算法选用较大概率p作为选择使用真实值或是前一帧预测数据作为当前时间步输入依据,并随着时间的推移p值逐渐变小,使解码器更倾向于使用预测序列作为输入,以此增加模型的健壮性.实验结果表明:该算法能够将Human3.6M数据集中绝大多数动作短期预测误差降低到 0.5 dm左右,相比原方法降低了 0.2～0.4 dm,在行为预测上表现良好.

关键词：行为预测、循环神经网络、Scheduled Sampling

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：天津市教委科研计划项目2021KJ009

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：54-59