weixin_56913289的博客

原创 3D Mesh文献阅读——MPS-Net，CVPR2022

视频中的3Dmesh回归和单一图片的不同，它不仅需要估计每张图片的姿态、形状和相机参数，还需要对序列中人类运动的连续性进行关联。现有的方法主要依靠CNN或者RNN操作来模拟时间序列，这限制了捕捉视频中的非局部上下文关系(即相隔较远的帧)，同时最近提出的self-attention计算出注意力图来弥补CNN或者RNN的缺陷，但self-attention计算出的注意力图是不稳定的，很容易将注意力集中在相关性较低的位置上(即相隔很远的帧)。因此本文提出MoCA和HAFI弥补以上不足。