论文: MotionAGFormer: Enhancing 3D Human Pose Estimation with a Transformer-GCNFormer Network作者: Soroush Mehraban, Vida Adeli, Babak Taati (University of Toronto)发表: WACV 2024论文链接: https://arxiv.org/abs/2310.16288代码链接: https://github.com/TaatiTeam/MotionAGFormer一、引言3D人体姿态估算是计算机视觉领域的经典难题，其核心目标是从2D骨骼序列中恢复出3D关节坐标。从增强现实、虚拟现实到自动驾驶，3D姿态估计的应用场景极为广泛。随着Transformer架构在NLP和CV领域的统治性表现，PoseFormer、MotionBERT等纯Transformer方法在3D姿态估计上屡创SOTA。然而，Transformer的全局自注意力机制存在一个关键缺陷：它将所有关节平等对待，用全局视角编码所