Transformer 3D姿态估计模型

长时序列特征增强

基于深度姿态估计网络并融入 Transformer 的 3D 人体姿态估计模型，可更有效地提取人体姿态的长期序列特征，优于传统方法。

杨傲雷 · Yinghong, Zhou · Yang, Banghua · 徐昱琳

Yi Qi Yi Biao Xue Bao/Chinese Journal of Scientific Instrument 2024

参数信息

平均关节点误差

37.3 mm

平均动作对齐误差

5.08 frames

技术优势

时序特征提取更优

引入 Transformer 结构，增强对人体姿态长期依赖关系的建模能力。

动作对齐精度高

基于加权 3D 关节角的动态时间规整算法，在 Fit3D 数据集上平均误差仅 5.08 帧，可实现不同个体动作时间轴的对齐。

评估结果客观

通过动作完成度评分方法，为动作达标程度提供量化分数。

应用场景

• 人机交互动作评估：量化用户在交互中的动作达标程度，替代人工主观评价。
• 康复训练姿态分析：客观评估康复动作完成度，跟踪训练进展。
• 手术技能训练评估：对齐手术操作关键帧，为技能水平提供量化分数。
• 机器人动作模仿学习：对齐人类示范动作时间轴，支持机器人模仿学习。