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
本报9月30日综合消息 75载砥砺奋进，75载凯歌前行，75载春华秋实。在中华人民共和国75周年华诞到来之际，各地各校干部师生满怀喜悦和豪情，通过丰富多彩、形式多样的活动，共享荣光、共庆华诞，为全面推进教育强国建设积蓄前 实现“教育链、人才链、产业链、创新链”在纵向上内部融通，在横向上相互打通，无疑是今后一段时间内，我国职业教育的主要改革方向 近日，中共中央、国务院印发《关于深化产业工人队伍建设改 中国教育报-中国教育新闻网讯（记者 任朝霞）11月12日，上海市黄浦区义务教育教学改革实验区推进大会暨黄浦区第六届小学教学节在上海师范大学附属卢湾实验小学举行，会上解读了黄浦区义务教育教学改 中国教育报-中国教育新闻网讯（通讯员 张昕妍 记者 余闯）近日，北京教育科学研究院基础教育教学研究中心牵头，京津冀三地教研部门联合在京举办青年教师同课异构教学展示活动。活动深入贯彻落实全国 教育部办公厅关于做好“优师计划”师范生就业工作的通知教师厅函〔2024〕22号各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局，部属师范大学：为贯彻落实《中共中央 国务院关于弘扬教育 摘要：近年来，中学生面临着多方面的压力，包括学习压力、人际关系压力、抗压和挫折适应能力问题等。这些问题对学生的心理健康产生了不良影响，导致部分学生出现焦虑、抑郁等心理问题。本文从关注传 。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