基于图视角稀疏感知的全身动作重建
原文中文，约300字，阅读约需1分钟。发表于：。从稀疏传感器数据中估计 3D 全身姿势是增强现实和虚拟现实中用于重建真实人体动作的关键技术之一。本文提出了一种基于 Body Pose Graph (BPG) 的新型全身动作重建框架，通过将人体表示为图形缺失节点预测问题来解决稀疏传感器信号到全身动作的转换挑战，在利用时间和空间信息处理了可识别关节点的特征后，通过图神经网络进一步改进 BPG 节点特征，实现了领先于其他基准方法的最先进性能。
本文提出了一种基于 Body Pose Graph (BPG) 的全身动作重建框架，通过图形缺失节点预测解决稀疏传感器信号到全身动作的转换挑战。利用时间和空间信息处理关节点特征，并通过图神经网络改进 BPG 节点特征，实现了领先于其他基准方法的最先进性能。
