LIMMT: Меньше — значит больше для отслеживания движения

Аннотация

Мы утверждаем, что высококачественные данные о движении способны направлять алгоритмы отслеживания к более эффективным оптимизационным траекториям уже на ранних этапах обучения. В данной работе мы представляем LIMMT (Less Is More for Motion Tracking — «Меньше — значит больше для отслеживания движения»). Насколько нам известно, это первое исследование, ориентированное на данные, посвящённое отслеживанию движения человекоподобных объектов на основе физики. Мы выходим за рамки простого удаления низкокачественных и ошибочных фрагментов и определяем качество данных о движении через три измерения: физическую осуществимость, разнообразие и сложность. Мы показываем, что обучение даже на менее чем 3% данных из AMASS даёт лучшие показатели отслеживания, чем обучение на полном наборе данных. Дополнительно мы проводим очистку оценённых данных захвата движения из интернет-источников. Обширные эксперименты и анализ подтверждают эффективность нашего подхода.

English

We argue that high-quality motion data can steer tracking policies toward better optimization trajectories early in training. In this work, we introduce LIMMT (Less Is More for Motion Tracking). To our knowledge, this is the first data-centric study for physics-based humanoid motion tracking. We go beyond simply removing low-quality and erroneous clips, but define motion data quality through three dimensions: physics feasibility, diversity, and complexity. We show that even training with under 3% of AMASS yields better tracking performance than training with the full dataset. We further conduct data cleaning on the estimated web-sourced mocap data. Extensive experiments and analyses validate the effectiveness of our framework.