计算机应用

作者：曾正东, 赵明

单位：上海海事大学 信息工程学院，上海 201306

关键词：三维人体姿态估计,图注意力,时间上下文,空间上下文,时间卷积网络

基金：国家自然科学基金资助项目(62271302)

近期关于人体姿态估计的研究表明，充分发挥二维姿态潜在空间信息的能力，获取具有代表性的特征，可产生更准确的三维姿态估计结果。因此，提出一种基于图注意力机制的时空上下文网络，该网络包括带滑动窗口的时间上下文网络（TCN）、由肢体引导的全局图注意力机制网络（EGAT）和基于姿态语法的局部图注意力卷积网络（PGCN）。首先，使用STCN将长序列的二维关节位置转化为单序列的人体姿态潜在特征，从而有效聚合和利用远、近距离的人体姿态信息，并大幅降低计算成本。其次，提出EGAT模块，以有效计算全局空间上下文。该模块将人体边缘节点视为“交通枢纽”，为它们与其他节点之间的信息交换建立桥梁。再次，利用图注意力机制进行自适应权值分配，对人体关节进行全局上下文计算。最后，设计PGCN模块，利用图卷积网络（GCN）计算和建模局部空间上下文，它强调人体对称节点的运动一致性和人体骨骼的运动关联结构。在Human3.6M和HumanEva-Ⅰ这2个复杂的标准数据集上评估所提模型。实验结果表明，所提模型具有更优越的性能，在输入帧长度为81的情况下，所提模型在数据集Human3.6M上的每个关节的平均位置误差（MPJPE）达43.5 mm，与目前先进算法MCFNet（Multi-scale Cross Fusion Network）相比降低了10.5%，体现出更高的准确度。

来源：2025年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第10期