BioHuman：从视频中学习生物力学人体表征
计算机视觉与模式识别
2026-05-15 v1 图形学
机器学习
摘要
超越表面运动学来理解人体运动对于运动分析、康复和损伤风险评估至关重要。然而，该领域的进展受限于缺乏带有生物力学标注的大规模数据集，以及现有方法无法直接从视觉观测推断内部生物力学状态。在本文中，我们引入了一个基于仿真的框架，用于从现有动作捕捉数据集估计肌肉激活状态，从而生成了 BioHuman10M，一个包含同步视频、运动和肌肉激活状态的大规模数据集。基于 BioHuman10M，我们提出了 BioHuman，一个以单目视频为输入并联合预测人体运动和肌肉激活状态的端到端模型，有效地桥接了视觉观测与内部生物力学状态。大量实验表明，BioHuman 能够准确重建运动学运动和肌肉活动，并在不同受试者和不同运动中具有良好的泛化能力。我们相信，我们的方法为基于视频的生物力学理解确立了新的基准，并为基于物理的人体建模开辟了新的可能性。
引用
@article{arxiv.2605.14772,
title = {BioHuman: Learning Biomechanical Human Representations from Video},
author = {Yujun Huo and He Zhang and Chentao Song and Honglin Song and Zongyu Zuo and Tao Yu},
journal= {arXiv preprint arXiv:2605.14772},
year = {2026}
}