计算机应用研究

作者：贾文博,张孙杰,

单位：上海理工大学光电信息与计算机工程学院,上海200093；

关键词：人体运动预测,动态图卷积网络,频域图推理,重参数化,时序注意力,傅里叶变换,

基金：国家自然科学基金资助项目(61603255)；上海市晨光计划资助项目(18CG52)；；

随着具身智能与人机交互技术的快速发展，对人体运动意图的精准预测成为提升交互自然性与安全性的关键。针对现有基于图卷积的人体运动预测方法存在时空特征耦合不足、长期依赖建模能力有限的问题，提出一种融合动态图卷积与频域推理机制的人体运动预测方法。该算法首先设计多跳最大相对图卷积增强局部运动模式捕捉能力，结合重参数化条件位置编码实现位置感知；其次引入时序感知注意力机制建模跨帧依赖关系；最后构建频域图网络，通过傅里叶变换在频域空间进行多尺度运动特征推理。在Human3.6M和3DPW数据集上的对比实验表明，该方法较主流方法平均位移误差显著降低，预测轨迹更贴近真实运动。结果验证了融合动态图卷积与频域推理能有效提升人体运动预测的精度和长期稳定性，为自然安全的人机交互提供了技术支持。

来源：2026年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第3期