HGMamba：用于提升 3D 人体姿态估计的 HyperGCN-Mamba 网络
多媒体
2025-10-01 v2
摘要
3D 人体姿态提升是一项热门的研究领域，利用估计得到的 2D 人体姿态数据进行训练。虽然现有方法主要致力于提升估计 2D 姿态的性能，但往往难以在真实 2D 姿态数据上应用。我们观察到，要从真实 2D 姿态精准重建 3D 姿态，需精准建模局部姿态结构，同时具备提取稳健全局时空特征的能力。为此，我们提出了一种新型 Hyper-GCN 与 Shuffle Mamba（HGMamba）模块，通过两个平行流处理输入数据：Hyper-GCN 流将人体结构建模为具有不同层次粒度的超图，从而有效捕获局部关节依赖关系；Shuffle Mamba 流则利用状态空间模型对所有关节进行时空扫描，实现全局依赖关系的建立。通过自适应融合这两种表征，HGMamba 在全局特征建模方面表现突出，同时在局部结构建模方面卓有成绩。我们将多个 HGMamba 模块堆叠，以创建三个模型变体，允许用户根据所需的速度与精度权衡进行选择。在 Human3.6M 与 MPI-INF-3DHP 基准数据集上的广泛评估表明，本方法有效。HGMamba-B 在各数据集上分别实现了 38.65 mm 与 14.33 mm 的 P1 误差，屈居最先进水平。代码与模型已公开：https://github.com/HuCui2022/HGMamba
引用
@article{arxiv.2504.06637,
title = {SCI-Reason: A Dataset with Chain-of-Thought Rationales for Complex Multimodal Reasoning in Academic Areas},
author = {Chenghao Ma and Haihong E. and Junpeng Ding and Jun Zhang and Ziyan Ma and Huang Qing and Bofei Gao and Liang Chen and Yifan Zhu and Meina Song},
journal= {arXiv preprint arXiv:2504.06637},
year = {2025}
}
备注
Submitted to ICCV 2025. 11 pages (including references)