聊天关于上身表达性人体姿态与形状估计
计算机视觉与模式识别
2026-04-21 v1 图形学
摘要
表达性人体姿态与形状估计（EHPS）在各种AR/VR应用中发挥关键作用，近年来取得了显著进展。然而，当前的前沿方法在面部和手部区域的参数估计方面仍 struggles with accurate parameter estimation，同时对野生图像的泛化性有限。为此，我们提出CoEvoer，一种新颖的单阶段协同跨依赖变换器框架，专为上身EHPS设计。CoEvoer实现了不同身体部位之间显式的特征级交互，允许通过上下文信息交换实现相互增强。具体而言，身体更大且更容易估计的区域（如躯干）提供全局语义和位置先验，以指导更精细、更复杂区域（如面部和手部）的估计。相反，面部和手部区域捕获的局部细节有助于细化和校准相邻的身体部位。鉴于CoEvoer是首个专为上身EHPS设计的框架，旨在通过联合参数回归捕捉面部、手部和躯干之间的强耦合和语义依赖。广泛的实验表明，CoEvoer在上身基准测试中实现了前沿性能，并在未见的野生图像上表现出强大的泛化能力。
引用
@article{arxiv.2604.17959,
title = {Chatting about Upper-Body Expressive Human Pose and Shape Estimation},
author = {Yuxiang Zhao and Wei Huang and Yujie Song and Liu Wang and Huan Zhao},
journal= {arXiv preprint arXiv:2604.17959},
year = {2026}
}