基于双重洗牌与频域增强的三维人体姿态估计方法OA

三维人体姿态估计因其在人机交互、虚拟现实及运动科学分析等领域的广泛应用前景,已成为计算机视觉的当前研究热点之一。然而,从单目二维信息中恢复三维姿态时,现有方法在有效利用人体结构先验以精确建模关节间长程依赖方面仍存在局限,导致预测精度不足。为解决此问题,提出一种双重洗牌协同注意力与频率增强方法。首先提出了前端双重洗牌协同注意力模块(DSSA-Net),通过通道-空间联合校准与跨组信息混合,对初始空间特征进行去噪。其次,为缓解增强空间特征而导致频域信息被淹没,引入动态频率门控机制(DFG)以实现对频率信息的自适应选择与增强;并结合多阶段频率特征融合策略(MFF),来最大化利用频率信息。实验结果表明,在Human3.6M与MPI-INF-3DHP数据集上,该方法的MPJPE指标分别为43.7 mm和26.9 mm,优于多数当前主流方法,验证了该方法的有效性。实验代码公开在:https://github.com/HL-KL/DSSA-En_Frequency。