基于雷达的3D人体姿态估计：通过运动感知姿态初始化与观测引导细化实现

3D人体姿态估计（3D HPE）可用于智能家居等室内环境，以分析人体运动并监测人体状态。毫米波（mmWave）雷达适用于这一任务，因为其不受光照变化影响，且不会采集人体外观图像。然而，雷达观测通常无法为某些身体部位提供充分信息，或包含来自多个身体部位的重叠反射，从而限制了3D关节的精确定位。为解决这些局限，我们提出了初始化到细化姿态框架（Initialization-to-Refinement Pose Framework，I2R-Pose），包括两个阶段：运动感知姿态初始化和观测引导细化。第一阶段通过结合连续雷达观测之间的时间关系与人体骨骼结构，学习逐关节特征，以弥补关节信息不足，并估计初始3D姿态序列。第二阶段利用分别提取的雷达观测特征预测逐关节位置修正量，对初始姿态进行细化并生成最终姿态序列。该框架支持时频多普勒/时距（time-Doppler/time-range，TD/TR）图和雷达点云（PCs）的单独输入与融合输入。为评估其在室内活动中的性能，我们构建了用于3D人体姿态估计的雷达运动与空间信息（Radar Motion and Spatial Information for 3D Human Pose Estimation，RaMoS-Pose）数据集，提供同步的TD/TR图、雷达PCs和3D关节真实标注（GT）。在RaMoS-Pose和公开的MVDoppler-Pose数据集上的评估表明，与在各数据集上评估的现有最佳方法相比，采用融合输入的I2R-Pose在MVDoppler-Pose上将平均逐关节位置误差（MPJPE）降低了39.50%，在RaMoS-Pose上降低了15.13%。