混合表示姿态估计网络

端到端多人关节点

统一解码器中并行交互实例级与关键点级表示，通过简洁解码流程同时检测人体实例与关节点，其性能优于现有端到端方法。

Qiyuan, Dai · 凌强

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

解码不再绕路

将实例级和关键点级信息表示为混合查询，在统一解码器中并行交互，避免复杂的多阶段关键点解码。

尺度分配不再出错

PUQS 预测局部姿态提议来产生尺度感知的实例初始化，避免一对一匹配的尺度分配错误。

无效实例信息被滤除

IGM 利用跨实例交互信息细化实例内容并滤除无效信息，增强解码器处理实例查询的能力。

应用场景

• 人体姿态估计：提供简洁解码的端到端多人姿态估计，可直接用于实时视频分析。
• 人机交互：同时检测人体实例与关键点，支撑自然交互中的动作识别。
• 医疗康复：可跟踪患者关节点用于康复评估与运动分析。
• 工业人体工程学：用于作业姿态监测，预防肌肉骨骼损伤。