2D人体姿态估计是一项面向人体对象的基础视觉感知任务，旨在通过图像或视频精准定位人体姿态关键点位置，为理解人体运动和行为提供结构化数据。然而，现有方法在复杂场景下难以兼顾空间定位准确性与时间运动连贯性，尤其在视频中如何保持姿态估计的稳定性是一大挑战。同时，在获得2D人体关键点基础上，3D人体姿态估计致力于恢复人体关键点在三维空间中的位置，这一技术在虚拟现实、运动分析、人机交互等领域具有广泛应用。然而，这一过程面临“深度模糊”等固有挑战，即同一组2D关键点或对应多个合理的3D姿态。目前，基于扩散生成式框架的方法一定程度上缓解了这一问题，但由于模型缺乏对人体外观轮廓、语义理解等方面的认识，导致在预测中生成不合理的姿态，这一问题在遮挡严重或人群密集等复杂场景下较为突出。
近日，中国科学院上海微系统与信息技术研究所研究团队，在视觉人体姿态估计研究中取得进展。团队围绕2D及3D人体姿态估计两项任务，分别提出了创新方法。相关研究成果发表在IEEE Transactions on Circuits and Systems for Video Technology和IEEE Transactions on Multimedia上。
团队提出了高效的层次化对比一致性约束（HICCON），其可灵活嵌入多种姿态估计模型中，提升2D姿态估计性能。该方法在空间域上捕捉建模关键点与身体部件之间的关系，在时间域上捕捉帧与片段之间的运动模式。同时，HICCON可分别从空间与时间两个维度，提取关键点级、部件关系级、实例级及片段级等不同粒度多层次特征，并施加对比学习约束，增强模型对复杂姿态的判别能力。实验表明，在主流视频姿态数据集PoseTrack上，结合HICCON的多个模型均超过基准性能，且该方法表明了对比学习机制在人体视觉表征建模中的应用潜力和重要作用。
团队进一步提出了MMCPose模型，将多模态人体先验作为条件信号，引导扩散过程生成合理且准确的3D姿态。该模型融合了人体关节拓扑关系、基于自然语言的部件描述、提升姿态关注度的人体掩码三类结构化信息。为更好地发挥多模态条件的引导作用，团队设计了多模态表征—姿态交互机制，实现引导信号与生成过程之间的深度交互，从而提升模型在姿态建模上的感知能力与生成质量。在Human3.6M和MPI-INF-3DHP等基准集上的测试表明，MMCPose取得了领先性能，特别是在Human3.6M上，将平均误差降至30.8毫米。该方法说明，多模态引导及人体先验知识对解决三维人体视觉感知任务具有关键作用。
研究工作得到科技创新2030重大项目、上海市自然科学基金等的支持。
在Human3.6M数据集上，MMCPose达到了最优性能
记者10日从昆明理工大学冶金与能源工程学院获悉，该院华一新教授团队近日在低共熔溶剂回收废旧锂离子电池领域取得重要研 中新网香港11月11日电(记者魏华都)“中银香港科技创新奖2024”于11日揭晓，香港5大领域学者获奖。香港科技创新联盟主席、 11日，记者从中国科学技术大学获悉，该校中国科学院微观磁共振重点实验室彭新华教授、江敏副教授等，利用量子精密测量技术在 中国教育报-中国教育新闻网讯（记者 刘玉）日前，以“筑梦青春志在四方，规划启航职引未来”为主题的辽宁省第二届大学生职业规划大赛正式拉开序幕。大赛旨在加强高校生涯教育和就业指导，增强大学生职 中国教育报-中国教育新闻网讯（记者 阿妮尔 通讯员 徐磊）日前，南京邮电大学联合中北大学、河北科技大学和临沂大学举办八路军红色文化思政育人研讨会。据悉，此次研讨会是四校进一步用好红色资源，落 中国教育报-中国教育新闻网讯（记者 甘甜）为加快推进《教育部 江西省人民政府战略合作协议》关于部省共建高水平职业技术师范大学任务落地，11月9日，建设高水平职业技术师范大学工作会在南昌召开。 。本文链接：视觉人体姿态估计研究取得进展http://www.sushuapos.com/show-12-2087-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 快速射电暴高频观测研究获进展
下一篇： 硫酸盐深紫外双折射晶体研究取得进展