基于 LiDAR 的人类运动捕捉的贝zier 降解建模
计算机视觉与模式识别
2026-05-20 v1
摘要
LiDAR 基于的 3D 人体运动捕捉在自动驾驶和机器人等领域具有广泛应用前景，准确的运动重建至关重要。然而，现有方法常面临输入不稳定和严重遮挡问题，导致运动预测出现抖动甚至失败。为此，我们提出了 BMLiCap，一个采用时序可压缩贝zier 曲线建模运动的粗到细框架。通过采用保持轨迹的策略减少控制点，我们获得连贯且学习友好的运动表示。为从 LiDAR 点云线索重建人类动作，我们设计了渐进式运动重建模块。具体地，引入时间尺度运动变换器 (TMT) 用于预测多个时间尺度上的运动曲线，并利用多尺度运动聚合器 (MMA) 对多尺度曲线进行自适应融合，以恢复详细且时序连贯的姿态，有效弥补因遮挡和噪声导致的观测间隙。 在四个主流基准数据集 LiDARHuman26M、FreeMotion、NoiseMotion 和 SLOPER4D 上，BMLiCap 在复杂场景中实现了准确率和时序连续性的领先，展示了其在补偿严重遮挡和减少预测抖动方面的能力。
引用
@article{arxiv.2605.19620,
title = {B\'ezier Degradation Modeling for LiDAR-based Human Motion Capture},
author = {Xiaoqi An and Lin Zhao and Jun Li and Chen Gong and Jian Yang},
journal= {arXiv preprint arXiv:2605.19620},
year = {2026}
}
备注
Accepted by CVPR 2026