空间与时间上的类别无关的 3D 关键点提升

我们提出了一种关于时空视角的类别无关 3D 关键点提升方法，用于处理二维关键点的时间序列。我们的做法不同于现有的方法，这些方法要么是类别无关的，却只能处理单个帧，要么可以建模时空依赖，但仅设计用于单一对象类别。我们的做法基于两个核心原则：首先，针对相似对象的通用信息可用于在目标训练数据有限的情况下获得更好的性能；其次，时上最近的上下文窗口有助于在整个序列中实现一致性。这两个原则使我们能够在多种动物类别的逐帧和逐序列指标上超越当前的最先进方法。最后，我们发布了一个新的合成数据集，包含多种动物类别的 3D 骨架和动作序列。