基于小波变换的三维人体姿态估计OA
为深度探索频域方法在三维人体姿态估计中的作用,提出了基于小波变换的三维人体姿态估计模型DWTPose,包括三个关键模块.时域特征提取模块通过裁剪输入序列并引入空间位置嵌入,捕捉运动序列的长程依赖关系;频域特征提取模块利用小波变换将输入序列转换到频域,并通过低通滤波提取低频分量,捕捉运动的全局趋势和局部细节;时频混合Transformer模块则通过动态融合时域和频域特征,并结合小波多层感知机补充丢失的频率信息,增强模型的表达能力.通过结合Transformer和频域处理的方法,有效地处理了长时序视频数据,避免了局部信息的丢失,提高了模型的精度和鲁棒性.与PoseFormerV2相比,在Human3.6M数据集上,提出的模型DWTPose精度提升了5.5%.
刘凌枫;赵海峰;张燕;陈志刚
中南大学计算机学院,湖南长沙410083 城市智慧治理实验室,湖南长沙410083金陵科技学院软件工程学院,江苏南京211100金陵科技学院软件工程学院,江苏南京211100中南大学计算机学院,湖南长沙410083 城市智慧治理实验室,湖南长沙410083
信息技术与安全科学
三维人体姿态估计计算机视觉时频分析多尺度分析小波变换
《华中科技大学学报(自然科学版)》 2026 (6)
P.101-107,7
江苏省体育局重大体育科研课题(ST221108)江苏省高校自然科学研究重大项目(21KJA520001)长沙市科技计划重大专项(KH2103016).
评论