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
近日，在2024年全国数字建筑创新应用大赛总决赛中，华北理工大学师生荣获国家级一等奖1项、二等奖2项、三等奖3项。 近日，教育部办公厅印发《关于加强市域产教联合体建设的通知》（以下简称《通知》），提出进一步提高市域产教联合体建设水平，丰富建设内涵，确保建设质量。 在总体要求上，《通知》提出，以产业园区为基础，聚焦区域主导产业，坚 本报北京11月5日讯（记者 林焕新）受国务院委托，今天，教育部党组书记、部长怀进鹏向全国人大常委会报告建设中国特色、世界一流的大学和优势学科（以下简称“双一流”建设）工作情况。报告指出，教育部、财政部、国家发展改革 中国教育报-中国教育新闻网讯（记者 史望颖）近日，宁波市体育美育“一生一技 一生一艺”现场推进会在鄞州区第二实验小学教育集团召开。本次推进会旨在展示和推广宁波市各学校在体育美育方面的优 中国教育报-中国教育新闻网讯（记者 杨国良 通讯员 陶亚雄）近日，中国—印尼“长江数智工匠学院”启动仪式在重庆电子科技职业大学两江校区举行。重庆电子科技职业大学党委书记张伟、印度尼西亚通 中国教育报-中国教育新闻网讯（记者 蒋夫尔）日前，新疆克拉玛依职业技术学院新能源产业学院在北京金风产业园揭牌成立。该产业学院的成立，标志着克拉玛依职业技术学院借产业学院之“船”推进职教“ 。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