人体稠密对应网络

收敛提速八倍

把回归的快速与优化的精度合为一体，复杂姿态下依然稳健。

Lu, Yifan · 张百灵 · Zhang, Hao Lan · 余欣 · Pang, Chaoyi

Neural Networks 2026

参数信息

收敛加速比

8 ×

技术优势

收敛快八倍

利用神经网络元优化器融合历史一阶与二阶信息学习下降方向，比传统优化迭代少得多。

复杂姿态也稳

任务特定的先验知识被整合进迭代优化，能够处理复杂手势和姿态变化。

省显存

采用对称秩一逆海森近似，在保持近似精度的同时大幅降低训练时的内存占用。

应用场景

• 人体姿态估计：用更快收敛的对应关系提升姿态估计的几何精度。
• 动作捕捉：在复杂姿态下快速获得帧间稠密对应，用于运动捕捉。
• 虚拟试衣：把服装模板变形贴合到任意姿态的人体上，实现虚拟试衣。
• 机器人操作：让机器人从图像中理解人体姿态，用于人机交互与操作。