基于区域的神经解算器用于光学动作捕捉
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种新颖的基于位置的学习方法，用于清理和解决光学动作捕捉数据。我们提出了一种新的异构图神经网络，将标记点和关节视为不同类型的节点，并使用图卷积操作提取标记点和关节的局部特征并将其转化为清晰的动作。我们的方法在多个数据集上取得了高准确性，相对于最先进方法，对于遮挡的标记点位置误差的预测准确性提高了约 20％，从而进一步降低了重建关节旋转和位置的误差约 30％。
该文介绍了一种新的基于位置的学习方法，用于处理光学动作捕捉数据。该方法使用异构图神经网络，将标记点和关节视为不同类型的节点，并使用图卷积操作提取局部特征，实现清晰的动作。实验结果表明，该方法在多个数据集上准确性高，对于遮挡的标记点位置误差的预测准确性提高了约20％，从而降低了重建关节旋转和位置的误差约30％。
