科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对动态多尺度图神经网络的编解码网络中存在的：1)身体部位内部关节点间关联度不高；2)感受野受限制问题导致运动预测误差偏高的问题，提出了一种用于人体运动预测的多尺度全局自适应注意力图神经网络，降低运动预测误差。1)提出了一种划分骨架关节点的多距离分区策略，用于提高身体部位关节点信息在时间和空间上的关联程度；2)提出全局自适应注意力时空卷积神经网络，以动态地加强网络对某一动作有贡献的时空关节点的关注度；3)将上述两处改进集成到图卷积神经网络门控循环单元中，以增强解码网络的状态传播性能，并降低预测误差。实验表明，与最新方法相比，该方法在Human 3.6M、CMU Mocap和3DPW数据集上的预测误差都有所下降。
- 单位
