复杂 4D 无标记人类运动捕捉的数据集与评估
计算机视觉与模式识别
2026-04-15 v1 图形学
摘要
基于标记的运动捕捉 (MoCap) 系统长期以来是准确 4D 人体建模的金标准，但其依赖专用硬件和标记的局限性削弱了可扩展性和现实部署。推进可靠的无标记 4D 人类运动捕捉需要反映真实人类交互复杂度的数据集。然而，现有基准常缺乏真实的多人动态、严重遮挡以及具挑战性的交互模式，导致领域差距。本文提出了新的复杂 4D 无标记人类运动捕捉数据集与评估。我们的数据集捕获了单人和多人场景，包含复杂运动、频繁的人际遮挡、快速的相似服装主体间位置交换以及主体距离变化。它包括同步的多视角 RGB 与深度序列、精确的相机标定、来自 Vicon 系统的准确 3D 运动捕捉数据，以及对应的 SMPL/SMPL-X 参数。该设置确保了视觉观察与运动真实值之间的精确对齐。对最新无标记 MoCap 模型进行基准测试显示，在这些真实条件下性能显著下降，凸显了当前方法的局限性。我们进一步表明，针对性微调可提高泛化能力，验证了数据集的真实性和价值。我们的评估暴露了现有模型中的关键缺口，为推进稳健的无标记 4D 人类运动捕捉提供了严谨基础。
引用
@article{arxiv.2604.12765,
title = {A Dataset and Evaluation for Complex 4D Markerless Human Motion Capture},
author = {Yeeun Park and Miqdad Naduthodi and Suryansh Kumar},
journal= {arXiv preprint arXiv:2604.12765},
year = {2026}
}
备注
14 pages, 11 figures, 4 tables. Accepted for publication at CVPR 2026 4D World Models Workshop