摘要

本文解决了人体运动预测的问题，即从历史观察序列中预测未来的身体姿态。尽管现有的最先进方法取得了良好的结果，但它们依赖于任意复杂的深度学习架构，如循环神经网络（RNN）、变压器（Transformers）或图卷积网络（GCN），通常需要多个训练阶段并且参数量超过200万。在本文中，我们展示了通过结合一系列标准实践，例如应用离散余弦变换（DCT）、预测关节的残差位移以及将速度作为辅助损失进行优化，基于多层感知机（MLP）的轻量级网络仅需14万个参数即可超越最先进性能。我们在Human3.6M、AMASS和3DPW数据集上进行了详尽的评估，结果显示我们的方法——命名为siMLPe——始终优于其他所有方法。我们希望这一简单的方法能够为社区提供一个强大的基线，并促使重新思考人体运动预测问题。代码已公开发布于\url{https://github.com/dulucas/siMLPe}。