面向3D人体姿态估计的结构感知与运动自适应框架
计算机视觉与模式识别
2025-07-29 v1
摘要
最近基于Mamba的方法用于姿态提升任务，倾向于通过2D到1D的映射建模关节依赖关系，采用多样化的扫描策略。虽然有效，但它们难以建模复杂的关节连接，同时在处理所有关节运动轨迹时缺乏对运动特性差异的关注。本文提出一种结构感知与运动自适应框架，用于独立捕获空间关节拓扑结构及多样化运动动态，称为SAMA。具体而言，SAMA包含结构感知状态集成器(SSI)和运动自适应状态调制器(MSM)。结构感知状态集成器负责基于姿态拓扑而非顺序状态转换，在关节特征和状态水平上利用动态关节关系进行信息融合。运动自适应状态调制器负责识别关节特定的运动特性，从而对不同关节的多样化运动模式施加针对性调整。通过上述关键模块，本算法实现了结构感知与运动自适应的姿态提升。广泛的实验在多个基准数据集上表明，该算法在更少的计算成本下实现了领先的结果。
引用
@article{arxiv.2507.19852,
title = {A Structure-aware and Motion-adaptive Framework for 3D Human Pose Estimation with Mamba},
author = {Ye Lu and Jie Wang and Jianjun Gao and Rui Gong and Chen Cai and Kim-Hui Yap},
journal= {arXiv preprint arXiv:2507.19852},
year = {2025}
}
备注
8 pages, 5 figures, conference