SSMCT：带变压器的单次运动完成

带变压器的单次运动完成 :backhand_index_pointing_right: [] :backhand_index_pointing_left: 抽象的 运动完成是一个具有挑战性且长期讨论的问题，在电影和游戏应用程序中具有重要意义。 对于不同的动作完成场景（介于中间，填充和混合中），大多数以前的方法都是根据具体情况设计来解决完成问题的。 在这项工作中，我们提出了一种简单而有效的方法来解决统一框架下的多个运动完成问题，并在多个评估设置下达到了最新的精度水平。 受基于注意力的模型最近取得的巨大成功的启发，我们将完成视为序列预测问题的序列。 我们的方法包括两个模块-一个具有自我关注能力的标准变压器编码器，它可以学习输入运动的远程依赖性，以及一个可训练的混合嵌入模块，该模块可以对时间信息进行建模并区分关键帧。 我们的方法可以非自回归的方式运行，并可以实时预测单个正向传播中的多个丢失帧。 我们最终展示了我们的方法在音乐舞蹈应用中的有效性。 Lafan1数据集上的最新技术 借助Transformer，我