行走中脚踝复合物多视角高分辨率点云数据集用于遮挡鲁棒3D完成
计算机视觉与模式识别
2025-07-16 v1
摘要
脚踝复合物在行走过程中的运动学分析是推进生物力学研究和临床评估的关键。由于摆动脚的遮挡和视角限制，在动态行走条件下获取脚踝表面几何数据的难度 inherently 较大。因此，本文引入FootGait3D，一套在自然行走中捕获的脚踝表面点云的多视角数据集。与现有通常针对全身或下半身运动的行走数据集不同，FootGait3D专注于脚踝区域的细粒度建模，提供更细致的运动数据。为此，FootGait3D由8403个点云帧组成，来自46名受试者，使用定制的五摄像头深度感知系统捕获。每个帧包括脚踝的完整5视角重建（作为ground truth）以及仅来自4、3或2个视角的部分点云。这种结构化的变化使我们能够在不同遮挡水平和视角下严格评估3D点云完成方法。该数据集旨在用于形状完成任务，为评估最先进的单模态(如PointTr、SnowflakeNet、Anchorformer)和多模态(如SVDFormer、PointSea、CSDN)完成网络在从遮挡输入中恢复完整脚部几何方面的挑战。FootGait3D在生物力学研究、多段脚模型、临床行走分析、假肢设计和需要精确3D脚部模型的机器人应用中具有重要潜力。该数据集现已公开：https://huggingface.co/datasets/ljw285/FootGait3D。
引用
@article{arxiv.2507.11037,
title = {A Multi-View High-Resolution Foot-Ankle Complex Point Cloud Dataset During Gait for Occlusion-Robust 3D Completion},
author = {Jie-Wen Li and Zi-Han Ye and Qingyuan Zhou and Jiayi Song and Ying He and Ben Fei and Wen-Ming Chen},
journal= {arXiv preprint arXiv:2507.11037},
year = {2025}
}
备注
15 pages, 10 figures, 2 tables