
-
生物通官微
陪你抓住生命科技
跳动的脉搏
融合残差注意力与自适应注意力机制的运动场景三维人体姿态估计网络
《Scientific Reports》:Optimized design of 3D human pose estimation algorithm based on improved adaptive attention mechanism for sports training
【字体: 大 中 小 】 时间:2026年09月27日 来源:Scientific Reports 4.9
编辑推荐:
摘要精确的三维(3D)人体姿态估计是运动训练分析、运动员表现监控和康复指导的基础。现有的基于深度学习的方法主要受限于两个关键缺陷:(1)卷积网络固定的感受野阻碍了对长距离关节依赖关系的有效学习,(2)标准残差骨干网络无法区分单个特征通道的判别重要性,这在复杂的运动场景中尤其不
精确的三维(3D)人体姿态估计是运动训练分析、运动员表现监控和康复指导的基础。现有的基于深度学习的方法主要受限于两个关键缺陷:(1)卷积网络固定的感受野阻碍了对长距离关节依赖关系的有效学习,(2)标准残差骨干网络无法区分单个特征通道的判别重要性,这在复杂的运动场景中尤其不利于深度坐标回归的准确性。本文提出了一种由改进的自适应注意力机制增强的新型三维人体姿态估计网络,专门针对运动训练场景进行优化。基于弱监督迁移学习基线,我们引入了一个残差注意力模块(RAM),将 ECANet 集成到 ResNet50 残差块中,以强化对深度估计至关重要的通道级特征判别能力。此外,我们设计了一种基于批归一化初始化的自适应注意力机制,以确保与预训练权重的无缝兼容,防止早期训练过程中学到的语义信息受到破坏。在 Human3.6M 基准上的大量实验表明,我们的方法取得了显著的性能提升,将平均单关节位置误差(MPJPE)从 64.9 毫米降低至 58.6 毫米,相对提升了 9.7%。为了明确验证模型在现实世界运动训练中的实用性,我们将评估扩展到了包含真实高速运动动作的 AthleticsPose 数据集。此外,在 2D 运动数据集上的综合评估取得了最先进的结果,包括在 LSP 数据集上达到 94.3% 的 PCK@0.2,并且在手腕和脚踝等具有挑战性的远端关节上取得了显著的准确性提升。消融实验验证了通道和空间重校准模块的独特且累积的贡献。最后,定性评估和关节间余弦相似度矩阵分析证实,所提出的架构显著改善了对结构生物力学关系的建模,并在严重自遮挡和复杂非对称姿态下提供了鲁棒的深度估计——这些能力直接有益于运动环境中的精确技术分析。