计算机应用研究

作者：黄程远,宋晓宁,冯振华,

单位：1.江南大学人工智能与计算机学院,江苏无锡214122；2.萨里大学计算机系,吉尔福德英国GU27XH；

关键词：卷积神经网络,分组卷积,三维人体姿态估计,关键点间关系,自注意力,

基金：国家自然科学基金资助项目(61876072)；江苏省“六大人才高峰项目”(XYDXX-012)；江苏省研究生科研与实践创新计划项目(SJCX20_0776)；；

尽管3D人体姿态估计已经相对成功，但现存方法在复杂场景下的性能依然差强人意。为了提高在无约束场景下3D人体姿态估计的准确性以及鲁棒性，提出了ARGP-Pose，一种基于探索关键点间关系的单目视频3D人体姿态估计框架。该框架包含一种关键点信息预处理方式以及3D姿态估计网络结构。关键点预处理能够强化结构特征，抽取出关键点之间联系信息，并作为网络输入。3D姿态估计网络能够融合各个关键点的局部信息以及整体姿态的全局信息。此外，利用自注意力模块来提取有效时序信息，以进一步提高预测准确度。而对于复杂姿态，采用了分组预测的方式将复杂动作的预测分解为各个点的预测，从而使网络对复杂姿态的估计能力有了明显的提高。在Human3.6M和HumanEva-I这两个著名数据集上的实验结果证明了所提出的方法的优越性。

来源：2022年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第7期