ARTS：基于解缠解骨表示的半解析回归器，用于从视频中恢复人体网格

尽管现有的基于视频的人体3D网格恢复方法取得了显著进展，但同时从低分辨率图像特征中估计人体姿态和形状仍受限于其性能。这些图像特征缺乏关于人体的足够空间信息，并且包含各种噪声（如背景、光照和服装），这常常导致姿态不准确且运动不一致。受人体姿态估计快速进步的启发，我们发现与图像特征相比，骨架本身包含准确的人体姿态和运动信息。因此，我们提出了一种新型半解析回归器，使用解缠解骨表示用于从视频中恢复人体网格，称为ARTS。具体而言，提出了骨架估计和解缠模块，用于从视频中估计3D骨架并将其解耦为解缠骨架表示（即关节位置、骨长和人体运动）。然后，为充分利用这些表示，我们引入了半解析回归器来估计人体网格模型的参数。回归器包含三个模块：Temporal Inverse Kinematics (TIK)、Bone-guided Shape Fitting (BSF)和Motion-Centric Refinement (MCR)。TIK利用关节位置来估计初始姿态参数，BSF利用骨长来回归骨对齐形状参数。最后，MCR将人体运动表示与图像特征组合，以细化初始人体模型参数。广泛的实验表明，我们的ARTS在流行基准测试（3DPW、MPI-INF-3DHP和Human3.6M）上的每帧准确率和时间一致性均优于现有最先进的基于视频的方法。代码可在https://github.com/TangTao-PKU/ARTS获取。