基于LiDAR点云的3D人体姿态与形状估计：综述
计算机视觉与模式识别
2025-09-24 v2
摘要
在本文中，我们对基于自然场景LiDAR点云的3D人体姿态估计和人体网格恢复进行了全面综述。我们沿几个关键维度比较了现有方法，并提出了一种结构化的分类法对这些方法进行分类。根据该分类法，我们分析了每种方法的优势、局限性和设计选择。此外，(i)我们对三个最广泛使用的数据集进行了定量比较，详述了它们的特征；(ii)我们汇编了所有评估指标的统一定义；(iii)我们为这些数据集上的两项任务建立了基准表，以实现公平比较并促进该领域的发展。我们还概述了对于推进基于LiDAR的3D人体理解至关重要的开放挑战和研究方向。此外，我们维护了一个配套网页，根据我们的分类法对论文进行整理，并持续更新新的研究：https://github.com/valeoai/3D-Human-Pose-Shape-Estimation-from-LiDAR
引用
@article{arxiv.2509.12197,
title = {3D Human Pose and Shape Estimation from LiDAR Point Clouds: A Review},
author = {Salma Galaaoui and Eduardo Valle and David Picard and Nermin Samet},
journal= {arXiv preprint arXiv:2509.12197},
year = {2025}
}
备注
under review