摘要
近年来，针对三维姿态估计，学术界提出了大量多样化的方法。在这些方法中，自注意力机制与图卷积均已被证实为高效且实用的技术。基于上述两种技术的优势，我们提出了一种新型的语义图注意力网络（Semantic Graph Attention Network），该网络既能利用自注意力机制捕捉全局上下文信息，又能通过图卷积有效处理骨骼结构的局部连接关系与拓扑约束。此外，我们设计了一种体部部件解码器（Body Part Decoder），用于辅助提取并优化与身体特定部位相关的信息。为进一步提升模型对空间关系的理解能力，我们还引入了距离信息，显著增强了模型对三维空间中相对位置关系的建模能力。最后，我们提出了一种几何损失函数（Geometry Loss），对身体骨架的结构施加关键性约束，确保模型预测结果符合人体姿态的自然物理限制。实验结果验证了所提方法的有效性，表明系统中的每一模块均对提升姿态估计性能具有不可或缺的作用。与当前最先进的方法相比，本工作不仅达到了现有基准水平，更实现了超越。