????近年來隨著深度攝像機和多攝像頭系統的出現，多視角三維人體姿態估計逐漸成為三維人體姿態估計領域的最熱門研究方向之一。多視角三維人體姿態估計能夠通過利用多個視角的數據，來補充在遮擋、相機運動等復雜情況下缺失的關節點位置信息，減輕單視角三維人體姿態估計存在的深度模糊問題。但在實際應用的非限定環境下，受場景背景、相機拍攝角度、光照、遮擋等復雜因素的影響，不同視角的圖像信息間存在很大的視覺表征差異，導致跨視角有效特征提取和融合十分具有挑戰性。

重慶研究院研究團隊針對許多現有的多視角三維人體姿態估計方法存在忽略關節點多維度隱含信息、依賴特定場景的相機參數、語義特征挖掘不足等問題，研究了基于深度語義圖編碼器和基于漸進性時空融合的多視角三維人體姿態估計方法。該研究通過提取描述人體關節點豐富空間結構信息的語義圖嵌入特征，構建實現不同特征間動態交互和融合的空間語義圖編碼器以及跨視角時空特征融合方法，充分挖掘不同視角關節點隱含的深層語義知識，增強姿態特征的表征性。

方法框架圖

該研究在不依賴相機外參的情況下，有效減輕了深度模糊問題，提升了三維人體姿態估計性能。相關成果發表在人工智能頂會AAAI Conference on Artificial Intelligence（CCF A類）和計算機圖形學與多媒體頂會ACM International Conference on Multimedia（CCF A類）上。

上述工作得到國家自然科學基金項目的支持。

相關論文鏈接：

https://ojs.aaai.org/index.php/AAAI/article/view/28549

https://dl.acm.org/doi/abs/10.1145/3581783.3612098