Mamba 아키텍처를 기반으로 하는 State Space Models (SSMs)의 선형 복잡성과 강력한 글로벌 모델링 능력을 활용하여 3D 인체 자세 추정을 개선하고자 한다. 기존 SSM 기반 방법론의 공간 구조 파괴 및 공간-시간 특징 혼합 문제를 해결하기 위해, SAS-SSM(Skeleton Structure-Aware Stride SSM)을 제안한다. SAS-SSM은 구조 인식 시공간 컨볼루션을 사용하여 관절 간의 로컬 상호 작용을 포착하고, 스트라이드 기반 스캔 전략으로 멀티 스케일 글로벌 구조 표현을 구축한다. SasMamba 모델은 SAS-SSM을 기반으로 구축되었으며, 기존 하이브리드 모델 대비 적은 파라미터로 경쟁력 있는 3D 자세 추정 성능을 달성한다.
