骨架解构Transformer

即插即用，轻量不降精度

用解剖学分组替代无差别通道处理，以低秩图卷积高效注入人体先验，让现有三维姿态估计模型体积更小、速度更快。

Zhong, Fujin · Xiyuan, Fan · 于洪 · Guoyin, Wang · Hu, Jun

Pattern Recognition 2026

参数信息

可无缝集成到多种现有

3 D

技术优势

减小模型尺寸

SD-MLP采用低秩分解，用解剖学分组通道变换替代MLP，在保持性能的同时减少参数量。

即插即用

SD-MLP可以无缝集成到各种现有的3D姿态估计模型中，一致地降低模型大小和计算成本，同时保持或提高精度。

注入人体先验

通过骨架解构的通道变换和图卷积，将人体运动学结构作为先验融入模型，提高表示效率。

降低计算成本

SD-MLP作为低秩模块，减少了计算量，使模型更适合资源受限场景。

应用场景

• 单目三维人体姿态估计：取代传统单目姿态估计，用于行为识别、人机交互等需要3D姿态的场景。
• 轻量化人体姿态估计模型：SD-MLP可集成到现有模型，降低参数量和计算量，便于在移动端或嵌入式设备部署。
• 康复训练动作评估：利用3D姿态估计分析患者动作，辅助康复训练评估和纠正。
• 工业机器人视觉引导：为机器人提供实时人体3D姿态，用于人机协作和安全监控。
• AR/VR实时动作捕捉：轻量模型支持实时3D姿态估计，用于AR/VR中的动作捕捉和交互。
• 机器人运动控制：从人体姿态推断意图，控制机器人执行相应动作，如模仿学习。