时空图变换器网络

面向视频3D人体姿态估计，融合人体图先验与全局时空依赖建模，在Human3.6M与MPI-INF-3DHP上达到最优性能。

Yang, Liu · 张志勇

Pattern Recognition 2026

参数信息

平均关节位置误差

42.1 mm

平均关节位置误差

15.4 mm

技术优势

深度更准

以人体图先验建模时空依赖，有效缓解单目3D姿态估计中的深度歧义。

精度最高

在两个基准数据集上均取得最优MPJPE，超过先前所有方法。

应用场景

• 姿态估计：从视频中直接输出精确的3D关节坐标，无需多视角设备。
• 动作识别：提供时序3D骨骼序列，作为动作识别的鲁棒输入。
• 人机交互：实时捕获人体3D姿态，使机器人能理解人的动作意图。
• 人形机器人运动控制：将人体运动映射到人形机器人关节，实现自然的动作模仿。