用于视频中3D人姿估计的图注意力时空卷积网络(GAST-Net)
消息
[2021/01/28]我们更新了GAST-Net,使其能够生成包括关节和脚关节在内的19个关节的人体姿势。
[2020/11/17]我们提供了有关如何从自定义视频生成3D姿势/动画的教程。
[2020/10/15]我们使用单个RGB相机实现了基于在线3D骨架的动作识别。
[2020/08/14]我们实现了实时3D姿态估计。
介绍
时空信息对于解决3D姿态估计中的遮挡和深度模糊性至关重要。 先前的方法集中于嵌入固定长度的时空信息的时间上下文或局部到全局体系结构。 迄今为止,还没有有效的建议来同时灵活地捕获变化的时空序列并有效地实现实时3D姿态估计。 在这项工作中,我们通过注意机制对局部和全局空间信息进行建模,从而改善了人体骨骼运动学约束的学习:姿势,局部运动学连接和对称性。 为了适应单帧和多帧估计,采用了扩张
1