BriefGPT - AI 论文速递
·
逐步对应剪枝的图上下文转换学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为DC-GCT的新模型，通过双链设计约束姿势，结合GCN和Transformer的优势，以及局部约束模块、全局约束模块和特征交互模块来捕捉人体关节之间的依赖关系。实验证明，DC-GCT在两个数据集上达到了最先进的性能。
🎯
关键要点
-
提出了一种名为DC-GCT的新模型。
-
DC-GCT通过双链设计约束姿势，结合GCN和Transformer的优势。
-
模型包含局部约束模块、全局约束模块和特征交互模块，捕捉人体关节之间的多级依赖关系。
-
引入时间信息到单帧模型，几乎不增加计算成本。
-
实验结果显示，DC-GCT在Human3.6M和MPI-INF-3DHP两个数据集上达到了最先进的性能。
-
在Human3.6M数据集上，模型使用CPN检测到的2D姿势。
🏷️
标签
➡️
