Text‐Guided Diffusion with Spectral Convolution for 3D Human Pose Estimation

计算机科学 人工智能 计算机视觉 姿势 杠杆(统计) 正规化(语言学) 三维姿态估计 动作识别 语义学(计算机科学) 单眼 关节式人体姿态估计 噪音(视频) 特征(语言学) 模式识别(心理学) 特征提取 特征向量 卷积(计算机科学) 运动估计 频域 领域(数学分析) 核(代数) 由运动产生的结构 虚假关系 判别式 不变(物理) 可视化 光流 人类视觉系统模型 领域知识
作者
Liyuan Shi,Shuhua Wu,S. Yang,Weibin Qiu,Qiang Dong,Jiarui Zhao
出处
期刊:Computer Graphics Forum [Wiley]
卷期号:44 (7)
标识
DOI:10.1111/cgf.70263
摘要

Abstract Although significant progress has been made in monocular video‐based 3D human pose estimation, existing methods lack guidance from fine‐grained high‐level prior knowledge such as action semantics and camera viewpoints, leading to significant challenges for pose reconstruction accuracy under scenarios with severely missing visual features, i.e., complex occlusion situations. We identify that the 3D human pose estimation task fundamentally constitutes a canonical inverse problem, and propose a motion‐semantics‐based diffusion(MS‐Diff) framework to address this issue by incorporating high‐level motion semantics with spectral feature regularization to eliminate interference noise in complex scenes and improve estimation accuracy. Specifically, we design a Multimodal Diffusion Interaction (MDI) module that incorporates motion semantics including action categories and camera viewpoints into the diffusion process, establishing semantic‐visual feature alignment through a cross‐modal mechanism to resolve pose ambiguities and effectively handle occlusions. Additionally, we leverage a Spectral Convolutional Regularization (SCR) module that implements adaptive filtering in the frequency domain to selectively suppress noise components. Extensive experiments on large‐scale public datasets Human3.6M and MPI‐INF‐3DHP demonstrate that our method achieves state‐of‐the‐art performance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
jiu发布了新的文献求助30
1秒前
2秒前
Ava应助CLRGGYL采纳,获得10
2秒前
2秒前
2秒前
ling22发布了新的文献求助10
3秒前
4秒前
4秒前
艺玲发布了新的文献求助10
5秒前
果酱发布了新的文献求助10
6秒前
椰子粉完成签到,获得积分10
7秒前
研友_VZG7GZ应助song采纳,获得10
8秒前
9秒前
szj完成签到,获得积分10
9秒前
10秒前
10秒前
四喜丸子应助跳跃的茹妖采纳,获得10
11秒前
11秒前
12秒前
13秒前
13秒前
wang发布了新的文献求助10
15秒前
15秒前
张欢馨发布了新的文献求助10
15秒前
16秒前
16秒前
myy发布了新的文献求助20
16秒前
乱世完成签到,获得积分10
17秒前
18秒前
付海燕完成签到 ,获得积分10
18秒前
18秒前
天天快乐应助Janus采纳,获得10
19秒前
19秒前
20秒前
Akim应助CLRGGYL采纳,获得10
21秒前
理性悲歌发布了新的文献求助10
21秒前
丘比特应助lone采纳,获得10
22秒前
雪白易烟完成签到,获得积分10
22秒前
23秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
A Study of the Model by which Principals’ Leadership Behaviour Influences Student Learning Outcomes in Elementary Schools 1000
Principles of town planning: translating concepts to applications 1000
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
核安全综合知识2024版 500
Photothermal Science and Techniques 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7709557
求助须知:如何正确求助?哪些是违规求助? 9266560
关于积分的说明 20060954
捐赠科研通 7285807
什么是DOI,文献DOI怎么找? 3296724
关于科研通互助平台的介绍 2451316
邀请新用户注册赠送积分活动 2303671