Page 262 - 《软件学报》2025年第5期

2162 软件学报 2025 年第 36 卷第 5 期

表 5 在 MPI-INF-3DHP 数据集上的对比结果

方法 PCK (%)↑ AUC (%)↑ MPJPE (mm)↓
Mehta等人 [15] (T =1) 75.7 39.3 117.6
Chen等人 [20] (T =243) 87.8 53.8 79.1
Pavllo等人 [12] (T =243) 85.5 51.5 84.8
Lin等人 [21] (T =25) 83.6 51.4 79.8
Li等人 [22] (T =1) 81.2 46.1 99.7
Zheng等人 [23] (T =9) 88.6 56.4 77.1
Li等人 [31] 84.1 53.7 －
MHFormer [28] 93.8 63.3 58.0
Ours (T =81) 88.9 56.6 73.2

3.4 可视化结果

为了更直观地描述本文算法姿态估计的效果, 图 6 展示了本文算法在 Human3.6M 测试集 S9 和 S11 上与主
流算法的部分 3D 姿态估计可视化结果. 图 6 每一列分别为来自 S9 和 S11 序列的 RGB 图片, 各对比方法 3D 姿
态估计结果以及相应的真实 3D 姿态. 从图 6 展示的结果可以看出, 本文算法对于遮挡较为严重的动作, 如
SittingDown、Posing、Sitting 等动作, 依然能准确地估计 3D 姿态, 图中红色圆圈标记了本文方法与对比方法姿态
估计差异较大的位置.

VideoPose 3D GAST-Net Ours Ground truth

SittingDown

Posing

Sitting

Eating
图 6 本文方法与对比方法在 Human3.6M 测试集上的可视化结果