协同更佳：统一运动捕捉与 3D Avatar 重建
计算机视觉与模式识别
2025-03-13 v1
摘要
我们提出了 Better Together，一种同时解决人体姿态估计问题和从多视角视频重建逼真 3D 人体 Avatar 的方法。先前的研究通常分别解决这些问题，我们论证了骨骼运动与可渲染 3D 身体模型的联合优化能产生协同效应，即实现更精确的运动捕捉和提升 Avatar 实时渲染的视觉质量。为实现这一目标，我们引入了一种新颖的可动画 Avatar，将 3D 高斯斯置于个性化网格上，并提出利用时间依赖的 MLP 优化运动序列，以提供准确且时间一致的姿态估计。我们首先在极具挑战性的瑜伽姿态上评估了所提方法，并在多视角人体姿态估计上展示了最先进精度，与基于关键点的方法相比，身体关节误差降低 35%，手部关节误差降低 45%。同时，我们的方法在多样化挑战性主体上显著提升了可动画 Avatar 的视觉质量（新视角合成 +2dB PSNR）。
引用
@article{arxiv.2503.09293,
title = {Better Together: Unified Motion Capture and 3D Avatar Reconstruction},
author = {Arthur Moreau and Mohammed Brahimi and Richard Shaw and Athanasios Papaioannou and Thomas Tanay and Zhensong Zhang and Eduardo Pérez-Pellitero},
journal= {arXiv preprint arXiv:2503.09293},
year = {2025}
}
备注
14 pages, 6 figures