鲁棒于人体位置的基于声学的3D人体姿态估计

本文探讨仅从低层声学信号进行3D人体姿态估计的问题。现有基于主动声学感知的3D人体姿态估计方法隐含假设目标用户位于扬声器和麦克风连线上。由于人体对声波的反射和绕射相比声波阻挡只引起细微的声学信号变化，当受试者偏离该连线时，现有模型准确率显著下降，限制了其在真实场景中的实用性。为克服这一限制，我们提出由位置判别器和抗混响模型组成的新方法。前者预测受试者站立位置并应用对抗学习提取与受试者位置无关的特征。后者利用估计目标时刻前的声学信号作为参考，增强对绕射和反射导致的声波到达时间变化的鲁棒性。我们构建了覆盖多样人体位置的声学姿态估计数据集，实验证明我们的方法优于现有方法。