論文の概要: Pose-Anchored Optical Flow for Low-Latency Human Action Anticipation in Human-Robot Teaming

• arxiv url: http://arxiv.org/abs/2608.25495v1
• Date: Wed, 26 Aug 2026 08:07:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.66632
• Title: Pose-Anchored Optical Flow for Low-Latency Human Action Anticipation in Human-Robot Teaming
• Title（参考訳）: ロボットチームにおける低レイテンシ動作予測のためのポスアンコール光流
• Abstract要約: PoseOFFは、人間の関節の周囲の局所的な運動情報をキャプチャする、ポーズアンコールされた光フロー表現である。 人間のポーズにおける動作特徴抽出の条件付けにより、PoseOFFは意味論的に意味のある身体位置における局所的な動きのダイナミクスを符号化する。 以上の結果から,PoseOFFにより,アクションシーケンスの少ないモデルでも,同等あるいは改善されたパフォーマンスを実現することが可能であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.4282159812965447
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human-robot interaction (HRI) requires robots to interpret human actions early in their execution in order to respond safely, efficiently, and naturally. However, many existing approaches to human action recognition rely either on sparse skeletal representations, which lack fine-grained motion cues, or dense optical flow, which can be computationally expensive for low-latency perception pipelines. In this paper, we propose PoseOFF, a pose-anchored optical flow representation that captures local motion information around human joints to support earlier human intent understanding. By conditioning motion feature extraction on human pose, PoseOFF encodes localised motion dynamics at semantically meaningful body locations, forming a structured motion representation that is explicitly aligned with human kinematics. We evaluate PoseOFF across multiple benchmark datasets and backbone architectures for action anticipation, demonstrating consistent improvements in recognition accuracy, particularly at early observation ratios. Our results show that PoseOFF enables models to achieve comparable or improved performance while observing less of the action sequence, highlighting its effectiveness for early prediction. Importantly, these gains are achieved without requiring full-frame motion processing, making the approach practical for real-time and resource-constrained settings. These findings suggest that pose-centred motion representations such as PoseOFF can enhance the ability of interactive robot systems to infer human actions earlier, supporting more responsive and anticipatory behaviour in human-robot interaction scenarios.
• Abstract（参考訳）: HRI(Human-robot Interaction)は、ロボットが安全に、効率的に、そして自然に反応するために、実行の早い段階で人間の行動を解釈することを要求する。 しかし、人間の行動認識に対する既存の多くのアプローチは、微粒な運動キューが欠如しているスパース骨格表現や、低レイテンシの知覚パイプラインに計算コストのかかる高密度光流に依存している。 本稿では,ヒト関節周囲の局所的な運動情報をキャプチャして,より早期の人間の意図理解を支援する,ポーズアンコール型光フロー表現PoseOFFを提案する。 人間のポーズに動作特徴抽出を条件付けすることで、PoseOFFは意味的に意味のある身体位置における局所的な動きのダイナミクスを符号化し、人間の運動学と明確に一致した構造化された動き表現を形成する。 複数のベンチマークデータセットとバックボーンアーキテクチャにまたがってPoseOFFを評価し、特に早期観測率において、認識精度が一貫した改善を示す。 以上の結果から,PoseOFFにより,アクションシーケンスの少ないモデルでも,同等あるいは改善された性能を実現し,早期予測の有効性を浮き彫りにすることができることがわかった。 重要なことは、これらの利得はフルフレームのモーション処理を必要とせずに達成され、アプローチはリアルタイムおよびリソース制約された設定で実用的になる。 これらの結果から,PoseOFFのようなポーズ中心の動作表現は,人間とロボットの相互作用のシナリオにおいて,より応答性が高く期待的な行動を支援するために,対話型ロボットシステムがより早期に人間の行動を推測する能力を高めることが示唆された。

関連論文リスト

• PhysDrift: Bridging the Embodiment Gap in Humanoid Co-Speech Motion Generation [31.168201029670865]
  本稿では,人体表現に頼らずに音声からヒューマノイド関節軌跡を推定する,エンボディメントを意識した協調音声運動フレームワークであるPhysDriftを紹介する。 実験と実世界のヒューマノイド配置により、エンボディメントを意識したロボットネイティブ生成は、音声と運動のアライメント、身体的可視性、運動の滑らかさ、推論効率、リアルタイム相互作用能力を大幅に改善することを示した。
  論文  参考訳（メタデータ） (2026-06-18T08:31:58Z)
• Joint Prediction of Human Motions and Actions in Human-Robot Collaboration [81.20389836121502]
  我々は,人間の行動と行動の共役推定と予測のための階層的枠組みであるtextsfMA-HERPを紹介した。 本研究では, 筋骨格シミュレーションを用いて, 騒音下での正確な動き予測と頑健な動作推定を示す予備的な実験評価を行った。
  論文  参考訳（メタデータ） (2026-04-03T14:40:07Z)
• COIN: Control-Inpainting Diffusion Prior for Human and Camera Motion Estimation [98.05046790227561]
  COINは、人間の動きとカメラの動きを細粒度に制御できる、コントロール・インパインティング・モーション拡散である。 COINは、グローバルな人間の動き推定とカメラの動き推定という観点から、最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2024-08-29T10:36:29Z)
• Aligning Human Motion Generation with Human Perceptions [51.831338643012444]
  本研究では,大規模人間の知覚評価データセットであるMotionPerceptと,人間の動作批判モデルであるMotionCriticを導入することにより,ギャップを埋めるデータ駆動型アプローチを提案する。 我々の批評家モデルは、運動品質を評価するためのより正確な指標を提供しており、容易に運動生成パイプラインに統合することができる。
  論文  参考訳（メタデータ） (2024-07-02T14:01:59Z)
• Task-Oriented Human-Object Interactions Generation with Implicit Neural Representations [61.659439423703155]
  TOHO: 命令型ニューラル表現を用いたタスク指向型ヒューマンオブジェクトインタラクション生成 本手法は時間座標のみでパラメータ化される連続運動を生成する。 この研究は、一般的なヒューマン・シーンの相互作用シミュレーションに向けて一歩前進する。
  論文  参考訳（メタデータ） (2023-03-23T09:31:56Z)
• GIMO: Gaze-Informed Human Motion Prediction in Context [75.52839760700833]
  本研究では、高品質なボディポーズシーケンス、シーンスキャン、目視によるエゴ中心のビューを提供する大規模な人体動作データセットを提案する。 私たちのデータ収集は特定のシーンに縛られません。 視線の全可能性を実現するために,視線と運動枝の双方向通信を可能にする新しいネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-04-20T13:17:39Z)
• Investigating Pose Representations and Motion Contexts Modeling for 3D Motion Prediction [63.62263239934777]
  歴史的ポーズシーケンスから人間の動きを予測することは、機械が人間と知的な相互作用を成功させるために不可欠である。 本研究では,様々なポーズ表現に関する詳細な研究を行い,その動作予測課題に対する効果に着目した。 AHMR(Attentive Hierarchical Motion Recurrent Network)と呼ばれる新しいRNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-12-30T10:45:22Z)
• Task-Generic Hierarchical Human Motion Prior using VAEs [44.356707509079044]
  人間の動きを記述する深い生成モデルは、幅広いコンピュータビジョンやグラフィックタスクに役立てることができる。 本稿では,グローバル・ローカル・ラテント・スペースの組み合わせを用いて,特定のタスクに依存しない複雑な人間の動作を学習する手法を提案する。 映像に基づく人間のポーズ推定を含む様々なタスクにおいて,階層的な動き変動自動エンコーダの有効性を実証する。
  論文  参考訳（メタデータ） (2021-06-07T23:11:42Z)
• Action2Motion: Conditioned Generation of 3D Human Motions [28.031644518303075]
  我々は3Dで人間の動作シーケンスを生成することを目的としている。 それぞれのサンプル配列は、自然界の体動力学に忠実に類似している。 新しい3DモーションデータセットであるHumanAct12も構築されている。
  論文  参考訳（メタデータ） (2020-07-30T05:29:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。