利用时空属性实现高效事件驱动人体姿态估计
计算机视觉与模式识别
2026-03-09 v2 人工智能
摘要
人体姿态估计旨在预测身体关键点以分析人体运动。当前，大多数姿态估计任务依赖常规 RGB 摄像头。相比之下，事件摄像机提供高时序分辨率和低延迟，能够在恶劣条件下实现稳健的估计，并为姿态估计开辟了新可能。然而，大多数现有方法将事件流转换为密集事件帧，这会增加额外计算并牺牲事件信号的高时序分辨率。本文旨在基于点云框架利用事件流的时空属性，以提升人体姿态估计性能的同时保持计算效率。我们设计了事件时间分片卷积模块以捕获跨事件分片的短期依赖，并将其与事件分片序列模块组合以进行结构化时序建模。我们进一步提出了一种基于点云的事件表示方法，以增强稀疏事件条件下的空间边缘信息以进一步提高性能。在 DHP19 数据集上的实验表明，我们的方法在三个具有代表性的点云骨干网络（PointNet、DGCNN 和 Point Transformer）上均能持续性地提高性能，平均 MPJPE 降低 4%。
引用
@article{arxiv.2512.06306,
title = {Exploiting Spatiotemporal Properties for Efficient Event-Driven Human Pose Estimation},
author = {Haoxian Zhou and Chuanzhi Xu and Langyi Chen and Pengfei Ye and Haodong Chen and Yuk Ying Chung and Qiang Qu},
journal= {arXiv preprint arXiv:2512.06306},
year = {2026}
}