报告题目：基于距离感知图注意力网络的三维人体姿态估计方法
主讲人： 张盛平 青年拔尖教授、博士生导师
报告时间：2023年02月28日（星期二）15:30-16:00
报告地点：科研二 B205
报告摘要：
目前，图卷积神经网络（GCN）在三维人体姿态估计任务中得到了十分广泛的应用。但是，基于图卷积神经网络的方法通常只聚合单跳邻居节点的特征，忽略了在预测复杂姿势时所需的节点间的长距离依赖性。此外，这些方法通常在单一尺度或是串行的由高到低的多尺度图上进行特征提取，导致网络无法学习节点间的上下文信息或丢失人体图的空间信息。为了解决这些问题，我们提出了一种用于三维人体姿态估计的平行的距离感知的图注意力网络（PHGANet），该网络在学习丰富的多跳节点相关性的同时能够保持人体图的空间结构。在该网络中，我们首先设计距离感知的骨骼图注意力（HSGAT）模块来捕获多跳节点的语义相关性。在HSGAT的基础上，进一步构建了一个具有多条平行分支的PHGANet，以学习不同尺度人体图结构的节点相关性。实验结果表明，PHGANet在Human3.6M和MPI-INF-3DHP基准测试中的表现优于最先进的方法。
报告人简介：
张盛平，哈尔滨工业大学博士、青年拔尖教授、博士生导师。美国布朗大学博士后、香港浸会大学博士后、美国加州大学伯克利分校访问学者。入选2018年度山东省 “泰山学者” 人才计划。研究兴趣包括计算机视觉和机器学习。研究成果获2019年度黑龙江省自然科学二等奖（排名第1）、2015年度黑龙江省自然科学二等奖（排名第3）、2016年军队科学技术进步二等奖（排名第7）。已发表学术论文70多篇，包括国际顶级期刊PNAS、JMLR、IJCV、IEEE T-PAMI、 IEEE T-IP、IEEE T-KDE 和顶级会议 IJCAI、AAAI、CVPR、ICCV 和 ECCV 等。 8篇论文入选ESI高被引论文，包括1篇ESI热点论文。Google学术引用6000多次。授权发明专利10项，包括1项美国专利。
邀请人：人工智能系 纪荣嵘教授