Normalizing Flows on the Product Space of SO(3) Manifolds for Probabilistic Human Pose Modeling

要約

フローの正規化は、ユークリッド空間での密度推定に有効であることが証明されていますが、ロボット工学や人間の姿勢モデリングなどのさまざまな分野で重要な回転表現への応用については、まだ研究が進んでいません。
人間の姿勢の確率モデルは、人間の関節の回転の性質を厳密に考慮したアプローチから恩恵を受けることができます。
この目的のために、SO(3)多様体の高次元積空間上で動作し、3自由度で人間の関節の関節分布をモデル化する正規化流れモデルであるHuProSO3を導入します。
最先端のアプローチに対する HuProSO3 の利点は、3 つの異なるアプリケーションにおける優れたモデリング精度と、正確な可能性を評価する機能によって実証されています。
この研究は、SO(3) 多様体で密度を学習するという技術的課題に対処するだけでなく、相関する 3D 回転の確率回帰が重要な領域にも広範な影響を及ぼします。

要約(オリジナル)

Normalizing flows have proven their efficacy for density estimation in Euclidean space, but their application to rotational representations, crucial in various domains such as robotics or human pose modeling, remains underexplored. Probabilistic models of the human pose can benefit from approaches that rigorously consider the rotational nature of human joints. For this purpose, we introduce HuProSO3, a normalizing flow model that operates on a high-dimensional product space of SO(3) manifolds, modeling the joint distribution for human joints with three degrees of freedom. HuProSO3’s advantage over state-of-the-art approaches is demonstrated through its superior modeling accuracy in three different applications and its capability to evaluate the exact likelihood. This work not only addresses the technical challenge of learning densities on SO(3) manifolds, but it also has broader implications for domains where the probabilistic regression of correlated 3D rotations is of importance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google