软件学报

作者：杨红红，刘泓希，张玉梅，吴晓军

单位：杨红红，现代教学技术教育部重点实验室(陕西师范大学), 陕西 西安 710062;民歌智能计算与服务技术文化和旅游部重点实验室(陕西师范大学), 陕西 西安 71006211,刘泓希，现代教学技术教育部重点实验室(陕西师范大学), 陕西 西安 71006202,张玉梅，民歌智能计算与服务技术文化和旅游部重点实验室(陕西师范大学), 陕西 西安 710062;陕西师范大学 计算机科学学院, 陕西 西安 71006203,吴晓军，现代教学技术教育部重点实验室(陕西师范大学), 陕西 西安 710062;民歌智能计算与服务技术文化和旅游部重点实验室(陕西师范大学), 陕西 西安 710062;陕西师范大学 计算机科学学院, 陕西 西安 71006204

关键词：三维人体姿态估计;对角占优的时空注意力图卷积;平行多尺度子网络;多尺度特征交叉融合

基金：国家自然科学基金(61907028, 11872036); 陕西省青年科技新星项目(2021KJXX-91); 文化和旅游部重点实验室资助项目(2023-02, 2022-13); 陕西省自然科学基金面上项目(2024JC-YBMS-503)

针对基于图卷积神经网络(GCN)的人体姿态估计方法不能充分聚合关节点时空特征、限制判别性特征提取的问题, 构造基于平行多尺度时空图卷积的网络模型(PMST-GNet), 提高三维人体姿态估计的性能. 该模型首先设计对角占优的时空注意力图卷积(DDA-STGConv), 构建跨域时空邻接矩阵, 对骨架关节点信息进行基于自约束和注意力机制约束的建模, 增强节点间的信息交互; 然后, 通过设计图拓扑聚合函数构造不同的图拓扑结构, 以DDA-STGConv为基本单元构建平行多尺度子网络模块(PM-SubGNet); 最后, 为了更好地提取骨架关节的上下文信息, 设计多尺度特征交叉融合模块(MFEB), 实现平行子图网络之间多尺度信息的交互, 提高GCN的特征表示能力. 在主流3D姿态估计数据集Human3.6M和MPI-INF-3DHP数据集上的对比实验结果表明, 所提PMST-GNet模型在三维人体姿态估计中具有较好的效果, 优于Sem-GCN、GraphSH、UGCN等当前基于GCN网络的主流算法.

来源：2025年第5期

《软件学报》期刊编辑部

查看软件学报杂志2025年第5期