MXPose: Multiplex interactive learning for multi-view 3D Human Pose Estimation

Wanruo Zhang

doi:10.1016/j.patcog.2026.113993

MXPose: Multiplex interactive learning for multi-view 3D Human Pose Estimation

2026-09-29

1

PRE

AI

DOI：10.1016/j.patcog.2026.113993

原文链接

原文求助

摘要

En 中文

多视角3D人体姿态估计（HPE）可有效缓解遮挡和深度模糊问题。然而，现有方法通常依赖精确相机标定或整体建模策略，限制了在复杂场景下的鲁棒性。本文提出MXPose用于多视角3D人体姿态估计，这是一种多重交互学习框架。该框架建模了空间结构、视角几何、时序动态和优化阶段之间的交互。具体而言，设计了一个多重交互空间编码器（MXS），通过分层动态超图联合建模关节级、部件级和身体级表示，实现空间多重交互。为促进视角间交互，采用交叉视角融合（CVF）模块将多视角信息聚合为统一的几何表示。此外，引入多重交互时序模块（MXT），结合长程时序注意力、自适应多尺度卷积和高阶运动学线索。最后，采用渐进多阶段监督（PMSS）策略，使几何、结构和投影目标之间能够交互，引导从粗略初始化到精细对齐的稳定优化。在Human3.6M、MPI-INF-3DHP和Ski-Pose基准上的大量实验表明，MXPose始终达到当前最优性能，验证了其在具有挑战性的非标定多视角设置下的鲁棒性。代码可在：https://github.com/Jokerealm/MXPose。

Keyword:

Multi-view 3D Human Pose Estimation

Multiplex interactive learning

Dynamic hypergraph

Temporal modeling

Progressive supervision

MXPose: Multiplex interactive learning for multi-view 3D Human Pose Estimation

摘要

期刊

机构

引用论文