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

doi:10.16009/j.issn.1009-5624.2026.04.001

信息记录材料 ›› 2026, Vol. 27 ›› Issue (4) : 1 -5. DOI: 10.16009/j.issn.1009-5624.2026.04.001

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

作者信息 +

Author information +

文章历史 +

PDF

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NTU RGB+D 60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。