GTFormer姿态模型

高效精准姿态估计

一种结合图卷积与Transformer的视频3D人体姿态估计模型，专为车载驾驶员监控设计，在狭窄空间内表现良好。

Rongtian, Huo · Zhang, Ye · 郭裕兰 · Ju, Zhaojie · 高庆

IEEE Transactions on Intelligent Vehicles 2023

参数信息

平均关节位置误差（MPJPE）

33.84 mm

平均关节位置误差（MPJPE）

44.50 mm

推理速度

1725 FPS

技术优势

速度快

推理速度达到1725 FPS，满足车载系统的实时性要求。

精度高

在Human3.6M数据集上MPJPE低至33.84mm（真实关键点输入）和44.50mm（CPN输入），优于现有方法。

应用场景

• 驾驶员监控系统：实时监测驾驶员姿态，提升驾驶安全性。
• 具身智能：为具身智能体提供准确的3D人体姿态理解。
• 医疗机器人：用于医疗机器人中的患者或医生姿态跟踪。
• 工业机器人：帮助工业机器人在人机协作中理解工人姿态。