PulseAugur
中
实时 14:23:00
English(EN) HYPERPOSE: Hyperbolic Kinematic Phase-Space Attention for 3D Human Pose Estimation

超几何几何学提升三维人体姿态估计精度

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 HYPERPOSE，一个利用超几何几何学来更好地表示人体骨骼分层结构的新型三维人体姿态估计框架。与在欧几里得空间中运行且难以保持结构一致性的现有方法不同，HYPERPOSE 使用超几何运动相空间注意力（Hyperbolic Kinematic Phase-Space Attention）无失真地嵌入关节关系。该系统还包含一个新颖的黎曼损失套件（Riemannian loss suite）和一个不确定性加权课程（uncertainty-weighted curriculum）来稳定训练并强制执行物理约束，在基准数据集上实现了最先进的精度。 AI

影响 为人工智能任务引入了一种新颖的几何方法，有望提高计算机视觉应用的准确性和结构一致性。

排序理由 详细介绍三维人体姿态估计新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

超几何几何学提升三维人体姿态估计精度

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Upasna Singh ·

    HYPERPOSE：用于三维人体姿态估计的双曲运动相空间注意力

    We introduce HYPERPOSE, a novel 3D human pose estimation framework that performs spatio-temporal reasoning entirely within the Lorentz model of hyperbolic space $\mathbb{H}^d$ to natively preserve the hierarchical tree topology of the human skeleton. Current state-of-the-art pose…

相关实体

相关话题