3D人体姿态估计:EVOPOSE: A Recursive Transformer For 3D Human Pose Estimation With Kinematic Structure Prio

论文作者：Yaqi Zhang,Yan Lu,Bin Liu,Zhiwei Zhao,Qi Chu,Nenghai Yu

作者单位：University of Science and Technology of China;CAS Key Laboratory of Electromagnetic Space Information;The University of Sydney

论文链接：http://arxiv.org/abs/2306.09615v1

内容简介：

1）方向：3D人体姿态估计

2）应用：3D人体姿态估计

3）背景：Transformer是近期3D人体姿态估计中流行的方法，它利用长期建模将2D关键点提升到3D空间。然而，当前基于Transformer的方法没有充分利用运动结构提供的人体骨骼先验知识。

4）方法：本文提出一种新的基于Transformer的模型EvoPose，有效地引入人体先验知识进行3D人体姿态估计。具体来说，结构先验表示（SPR）模块将人体先验表示为结构特征，携带丰富的身体模式，例如关节关系。这些结构特征与2D姿势序列进行交互，帮助模型实现更具信息量的时空特征。此外，递归细化（RR）模块通过利用估计结果进行3D姿势输出的细化，并同时注入人体先验。

5）结果：大量实验证明了EvoPose的有效性，它在两个最流行的基准测试Human3.6M和MPI-INF-3DHP上实现了新的最先进水平。