MotionAGFormer: 基于 Transformer-GCNFormer 网络的 3D 人体姿势估计增强
原文中文，约500字，阅读约需2分钟。发表于：。我们提出了一种新颖的 Attention-GCNFormer（AGFormer）模块，通过使用两个并行的 Transformer 和 GCNFormer 流来减少通道数，以精确捕捉邻接关节之间的局部依赖关系。通过以适应性方式融合这两种表示，AGFormer 模块在学习底层 3D 结构方面表现出更好的能力。通过堆叠多个 AGFormer 模块，我们提出了四个不同变体的...
该文介绍了MotionAGFormer模型，使用AGFormer模块减少通道数，精确捕捉邻接关节之间的局部依赖关系。该模型使用四分之一的参数，计算效率提高三倍，取得了最先进的结果。
