摘要
人体姿态自然地可以表示为一个图结构，其中关节点作为节点，骨骼作为边。因此，将图卷积网络（Graph Convolutional Network, GCN）应用于从2D姿态估计3D姿态是十分自然的。在本工作中，我们提出了一种通用的建模框架，该框架包含GCN和全连接网络（Fully Connected Network, FCN）作为其特例。基于这一通用框架，我们发现当用于3D姿态估计任务时，GCN的表示能力存在局限性。为此，我们引入了局部连接网络（Locally Connected Network, LCN），该网络可通过该通用框架自然实现，显著提升了模型的表示能力。此外，由于每个关节点仅与邻近的少数关节点相连，该方法具有较强的泛化能力。在多个公开数据集上的实验结果表明，该方法具备以下优势：（1）性能超越现有最先进方法；（2）相较于其他模型，对数据的需求更少；（3）在未见动作和不同数据集上均表现出良好的泛化性能。