TCPFormer：基于隐式姿态代理学习时序相关性的 3D 人体姿态估计
计算机视觉与模式识别
2025-01-06 v1
摘要
最近的多帧升力方法主导了 3D 人体姿态估计。然而，先前的方法忽略了 2D 姿态序列中复杂的依赖关系，仅学习单一时序相关性。为缓解这一局限性，我们提出了 TCPFormer，利用隐式姿态代理作为中间表示。每个代理中的代理都可以构建一种时序相关性，从而帮助我们学习人体运动更全面的时序相关性。具体而言，我们的方法由三个关键组件构成：代理更新模块（PUM）、代理调用模块（PIM）和代理注意力模块（PAM）。PUM 首先使用姿态特征更新隐式姿态代理，使其能够存储姿态序列中具有代表性的信息。PIM 然后调用并整合姿态代理与姿态序列，以增强每个姿态的运动语义。最后，PAM 利用姿态序列与姿态代理之间的上述映射，增强整个姿态序列的时序相关性。在 Human3.6M 和 MPI-INF-3DHP 数据集上的实验表明，我们提出的 TCPFormer 在先前的 SOTA 方法上取得了更好的性能。
引用
@article{arxiv.2501.01770,
title = {TCPFormer: Learning Temporal Correlation with Implicit Pose Proxy for 3D Human Pose Estimation},
author = {Jiajie Liu and Mengyuan Liu and Hong Liu and Wenhao Li},
journal= {arXiv preprint arXiv:2501.01770},
year = {2025}
}
备注
Accpeted by the 39th Annual AAAl Conference on Artificial Intelligence (AAAl 2025)