时空 MLP 图网络用于 3D 人体姿势估计
原文中文,约200字,阅读约需1分钟。
📝
内容提要
研究提出了一种新颖的空时可分图卷积网络(STS-GCN),能够在单一图框架内捕捉动态演化和空间关节交互,长期预测性能提升超过32%,参数量仅为1.7%。
🎯
关键要点
-
提出了一种新颖的空时可分图卷积网络(STS-GCN)。
-
STS-GCN能够在单一图框架内捕捉动态演化和空间关节交互。
-
使用内部学习的空间和时间关联矩阵,优于当前技术。
-
在长期预测方面性能提升超过32%。
-
在三种大型数据集上进行了实验验证。
-
参数量仅为1.7%。
🏷️