تقدير الوضع البشري ثلاثي الأبعاد المتسلسل باستخدام استراتيجية عينة سحابة النقاط التكيفية

إن تقدير وضعية الإنسان ثلاثية الأبعاد يُعد مشكلة أساسية في الذكاء الاصطناعي، ويُستخدم على نطاق واسع في مجالات الواقع المعزز/الواقع الافتراضي (AR/VR)، وتفاعل الإنسان مع الحاسوب (HCI)، والروبوتات. ومع ذلك، ما يزال تقدير وضعية الإنسان من السحابات النقطية يعاني من وجود نقاط ضوضائية وتشوهات اهتزازية في النتائج، ناتجة عن استراتيجيات استخلاص السحابات النقطية المبنية على تقنيات مصممة يدويًا، واستراتيجيات التقدير القائمة على إطار واحد فقط. في هذه الورقة، نقدم منظورًا جديدًا لطريقة تقدير وضعية الإنسان ثلاثية الأبعاد من تسلسلات السحابات النقطية. لاستخلاص سحابات نقطية فعّالة من المدخلات، نصمم طريقة جديدة لاستخلاص السحابات النقطية قابلة للتفاضل، مبنية على آلية الانتباه الموجهة بالكثافة. ولتجنب الاهتزازات الناتجة عن المشاكل السابقة في تقدير وضعية الإنسان ثلاثية الأبعاد، نعتمد على المعلومات الزمنية لتحقيق نتائج أكثر استقرارًا. تُظهر التجارب على مجموعة بيانات ITOP وNTU-RGBD أن جميع المكونات التي قدمتها الدراسة فعّالة، وأن الطريقة المقترحة تحقق أداءً يُعد من أفضل الأداء في مستوى التقنيات الحالية.