SkyPose: Skeleton consistency guided diffusion model for 3D human pose estimation

Liu, Xuguang

doi:10.1016/j.knosys.2026.116280

SkyPose: Skeleton consistency guided diffusion model for 3D human pose estimation

2026-07-19

0

PRE

AI

DOI：10.1016/j.knosys.2026.116280

原文链接

原文求助

摘要

En 中文

尽管扩散模型在3D人体姿态估计中展现出巨大潜力，但现有方法通常采用固定的噪声方差调度策略。这种设计忽视了在迭代去噪过程中应保持2D观测与3D预测之间的骨骼一致性约束。因此，生成的3D姿态往往与输入2D姿态存在几何不一致，从而降低整体重建质量。为解决此局限性，我们提出SkyPose：一种基于骨骼一致性引导的扩散模型用于3D人体姿态估计。该方法通过将先前生成的3D姿态重新投影到2D平面，将其分解为骨骼方向和长度，并与输入2D骨骼结构进行比较，构建动态骨骼一致性度量。该度量自适应调整DDIM迭代中的噪声方差sigma(t)，在整个去噪过程中显式保持骨骼结构一致性，并增强生成3D姿态的几何保真度。此外，我们重新设计了去噪网络架构，以在局部关节、身体部位和全身层面整合骨骼结构特征与关节坐标特征，从而在多粒度几何约束下实现关节-骨骼协同去噪。在Human3.6M和MPI-INF-3DHP数据集上的大量实验表明，我们提出的方法相比现有方法具有更优的精度。代码已开源。

Keyword:

3D human pose estimation

Diffusion model

Skeleton consistency constraint

SkyPose: Skeleton consistency guided diffusion model for 3D human pose estimation

摘要

期刊

机构

引用论文