信息记录材料

首页 > 刊期 > 2026 > 4期 > 论著

基于图卷积网络的三维人体姿态估计方法研究

谷岳临，杨大为

【摘要】针对现有３Ｄ人体姿态估计方法依赖预定义图结构、难以捕捉全局依赖关系，以及２Ｄ转３Ｄ过程中的深度模糊问题，本研究提出了参数化路由邻接调制图卷积网络（ＰＲＡＭＧＣＮ⁃Ｎｅｔ）架构。该架构通过引入可动态学习关节关系的路由邻接模块与融合自适应归一化的图卷积结构，实现了对复杂人体姿态的稳健建模与深度信息的有效推断。实验结果表明，在Ｈｕｍａｎ３.６Ｍ数据集上，本方法的平均每关节位置误差（ＭＰＪＰＥ）与普式平均关节误差（ＰＡ⁃ＭＰＪＰＥ）均优于主流方法；在ＮＴＵＲＧＢ＋Ｄ６０数据集上达到９３.２０％的准确率，验证了其优越的估计精度与泛化能力。

【关键字】３Ｄ人体姿态估计；图卷积神经网络；基于骨架的姿态估计；人体行为检测

【PDF】