训练增强精度高
通过辅助信息驱动的训练增强框架，在保持简单推理结构的同时实现高精度单目3D人体姿态估计。
Bowei, Xie · Geyuan, Liu · 邓方 · Lu, Maobin
IEEE Transactions on Circuits and Systems for Video Technology 2025
辅助信息驱动的训练增强框架仅在训练阶段使用，推理时无需额外网络，从而在不牺牲精度的前提下简化模型结构。
训练时通过级联扰动-校正模块利用真实骨骼长度调整姿态，获得更准确的预测结果，该模块在推理时不增加计算负担。
所提出的训练增强技术不限于3D任务，在COCO2017数据集上的2D人体姿态估计模型中同样有效，证明了方法的通用性。