HYPERPOSE：用于三维人体姿态估计的双曲运动相空间注意力
计算机视觉与模式识别
2026-05-18 v2 人工智能
摘要
我们引入了 HYPERPOSE，一种新颖的三维人体姿态估计框架，该框架完全在双曲空间 的洛伦兹模型内进行时空推理，以原生地保持人体骨骼的分层树状拓扑。当前最先进的姿态估计器依赖 Transformer 和图卷积网络来捕捉复杂的关节动力学。由于这些架构完全在欧几里得空间中运行，这与人体固有的树状结构根本不匹配，这些方法不可避免地遭受指数级体积畸变，并难以保持结构连贯性。为此，我们脱离平坦空间，旨在通过双曲运动相空间注意力（HKPSA）提高几何保真度，原生无畸变地嵌入复杂的关节关系，并辅以多尺度窗口化双曲注意力机制，以 的复杂度高效地对时间动力学进行建模。此外，为了克服众所周知的非欧几里得流形训练不稳定性，HYPERPOSE 引入了新颖的黎曼损失套件和不确定性加权课程，强制执行骨骼长度和速度一致性等物理测地线约束。在 Human3.6M 和 MPI-INF-3DHP 数据集上的广泛评估表明，HYPERPOSE 实现了最先进的结构和时间连贯性，显著减少了体积畸变和速度误差，同时在整体位置精度上确立了新的最先进基准。
引用
@article{arxiv.2605.10100,
title = {HYPERPOSE: Hyperbolic Kinematic Phase-Space Attention for 3D Human Pose Estimation},
author = {Vinduja Thekkath and Ashish Musale and Ajay Waghumbare and Upasna Singh},
journal= {arXiv preprint arXiv:2605.10100},
year = {2026}
}