DSR-Net：动态骨骼关系学习用于3D人体姿态估计

2026年10月14日，Fan Li、Jian Xiang、LinLin Xue、Yuwei Gao 在 arXiv Computer Vision 提交论文预印本，提出 DSR-Net，一种用于 3D 人体姿态估计的动态结构表示学习框架。该工作针对预定义骨架连接难以覆盖自适应关节依赖的问题，设计动态骨骼关系（DSR）模块，学习预定义骨架连接之外的自适应关节依赖，并配合层次化关系感知融合策略与轻量级残差骨骼重校准模块（RSRM）。论文称在 Human3.6M 和 MPI-INF-3DHP 上的大量实验显示，DSR-Net 分别取得 37.9 mm 和 14.9 mm 的 MPJPE，持续优于强基线。上述性能数据与“持续优于强基线”的表述均出自该预印本自身，尚未见后续独立跟进报道，事件目前仍停留在论文发布阶段。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。