单目视频估计人体姿态+形状【注意力机制--连续性+相关性】含6数据集及补充材料

从单目视频学习捕捉人体运动估计三维人体姿态和形状

现有的方法主要依靠循环或卷积运算对这些时间信息进行建模，这限制了捕捉人体运动非局部上下文关系的能力。

GAP：自注意模块（非局部块）计算的注意map不稳定，容易导致注意力偏移，忽略主要目标物的动作或特征。
可通过引入NSSM先验知识，扩展自注意模块的学习，自适应重新校准序列中需要注意的问题，获得特征连续性依赖。

注意力MAP：红色-高注意，蓝色-低注意；

 

注意力机制与视觉相关工作：（它能够捕获长期依赖关系，并有选择地集中于输入的相关子集。）

[5] Ding-Jie Chen, He-Yen Hsieh, and Tyng-Luh Liu. Adaptive image transformer for one-shot object detection. In CVPR, 2021. 3
[9] Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn, Xiaohua