基于语义图注意力网络与距离信息的3D全身姿态估计
计算机视觉与模式识别
2024-06-04 v1 人工智能
摘要
近年来，针对3D姿态估计提出了大量不同方法。其中，自注意力机制和图卷积都被证明是有效且实用的方法。认识到这两种技术的优势，我们开发了一种新颖的语义图注意力网络，该网络既能利用自注意力捕捉全局上下文的能力，又能利用图卷积处理骨架的局部连接性和结构约束。我们还设计了一个身体部位解码器，帮助提取和细化与身体特定部位相关的信息。此外，我们的方法融入了距离信息，增强了模型理解和准确预测空间关系的能力。最后，我们引入了几何损失，对身体的结构骨架施加关键约束，确保模型的预测符合人体姿态的自然限制。实验结果验证了我们方法的有效性，表明系统中的每个元素对于改进姿态估计结果都是必不可少的。与最先进方法相比，所提出的工作不仅达到了现有基准，而且超越了它们。
引用
@article{arxiv.2406.01196,
title = {3D WholeBody Pose Estimation based on Semantic Graph Attention Network and Distance Information},
author = {Sihan Wen and Xiantan Zhu and Zhiming Tan},
journal= {arXiv preprint arXiv:2406.01196},
year = {2024}
}