Avatar4D：用于真实姿态估计的领域特定 4D 人类的合成
计算机视觉与模式识别
2025-12-19 v1
摘要
我们提出 Avatar4D，一个面向生成定制化合成人类运动数据集的真实世界可迁移管线。不同于以往关注一般日常动作并提供有限灵活性的工作本方法，提供对身体姿态、外观、摄像机视角和环境背景的细粒度控制，无需任何手动标注。在验证 Avatar4D 影响的过程中，我们聚焦于体育领域，由于领域特定的人类动作和运动模式在运动理解中提出独特挑战。在此场景下，我们引入 Syn2Sport，一个覆盖 baseball 和冰雪曲棍球等项目的大规模合成数据集。Avatar4D 具备高保真度 4D(三维几何随时间变化)的人类运动序列，包含多样化的球员外观，渲染于多样化的环境中。我们在 Syn2Sport 上对多种最先进的姿态估计算进行基准测试，展示其对监督学习、零样迁移到真实数据以及跨体育项目的泛化效果。此外，我们评估了生成的合成数据与真实数据集在特征空间中的接近程度。我们的结果凸显了此类系统生成可扩展、可控且可迁移的人类数据集的潜力，以无需依赖特定领域真实数据的前提下，适用于多样化的领域特定任务。
引用
@article{arxiv.2512.16199,
title = {Avatar4D: Synthesizing Domain-Specific 4D Humans for Real-World Pose Estimation},
author = {Jerrin Bright and Zhibo Wang and Dmytro Klepachevskyi and Yuhao Chen and Sirisha Rambhatla and David Clausi and John Zelek},
journal= {arXiv preprint arXiv:2512.16199},
year = {2025}
}