基于语义图卷积神经网络的三维人体姿态估计

三维人体姿态估计是计算机视觉领域的重要分支,由于深度模糊和自遮挡等问题,现有的三维人体姿态估计方法的准确率较低。因此,在适用于处理人体骨架数据的语义图卷积的基础上,提出了改进的语义图卷积算法,为了提高网络的信息处理能力,提出了一种使用改进的语义图卷积层将特征映射到高维度潜空间并融合不同特征通道信息的网络结构,并在网络末尾添加姿势细化层提高网络的鲁棒性。通过在公开的三维姿态估计数据集Human3.6M上进行实验,并与目前流行的三维姿态估计方法进行对比,验证上述算法有着较高的准确率。