BeLFusion：一种基于行为潜空间的人体运动预测方法

BeLFusion 是一种基于行为潜空间的人体运动预测方法，旨在生成更加真实和多样化的人体运动序列。该方法通过将行为与运动分离，实现从观察到预测姿势的平滑过渡。BeLFusion 的创新架构包括行为 VAE 和条件潜空间扩散模型（LDM），通过这些组件，它能够生成更自然、上下文适应的运动预测。

项目地址:https://github.com/BarqueroGerman/BeLFusion

特点:

1. 行为潜空间:BeLFusion 引入了行为潜空间，使得预测的运动序列更加多样化和真实。

2. 行为 VAE:通过行为编码器、行为耦合器、上下文编码器和辅助解码器组成的行为 VAE，将关节坐标映射到潜空间，生成多样化且上下文适应的运动序列。

3. 条件潜空间扩散模型:BeLFusion 利用 LDM 从潜空间中采样，实现行为与姿势和运动的解耦，以增加预测的多样性和一致性。

4. 高泛化能力:BeLFusion 在不同数据集和动作类别上表现出优秀的泛化能力，超过了同类方法在准确度指标上的表现。