计算机辅助设计与图形学学报

作者：张宇, 刘骊, 付晓东, 刘利军, 彭玮

关键词：三维人体姿态估计, 多尺度特征, 自注意力机制, 时空特征融合, 时序编码

针对视频输入的单人三维人体姿态估计中表征不精确、融合不充分、结果不平滑的问题, 提出三维人体姿态估计的多尺度时空特征融合方法.首先在空域定义关节点、肢体和上/下身人体标记并通过位置嵌入表示人体的空间多尺度特征; 然后结合自注意力机制和多层感知机构建空间多尺度特征融合模块, 融合关节点、肢体和上/下身三个空间多尺度特征, 得到初步姿态特征序列; 最后建立时序多尺度编码进行时序特征融合获得最终姿态特征序列, 并通过时序解码, 优化生成细化的三维人体姿态.在Human3.6M数据集上的实验结果表明, 所提方法的平均每关节位置P-MPJPE和速度误差MPJVE分别为33.6和2.4, 较对比方法降低了2.3%和4.0%, 能够降低计算复杂度, 提高三维人体姿态估计精度, 生成准确、平滑的三维人体姿态估计结果.此外, 在HumanEva-I数据集的测试结果表明, 所提方法也具有一定的泛化性.

来源：2025年第1期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第1期