CoMotion：并行多人 3D 动作

Alejandro Newell; Peiyun Hu; Lahav Lipson; Stephan R. Richter; Vladlen Koltun

CoMotion：并行多人 3D 动作

计算机视觉与模式识别 2025-04-17 v1 机器学习

作者: Alejandro Newell , Peiyun Hu , Lahav Lipson , Stephan R. Richter , Vladlen Koltun

摘要

我们提出一种从单目摄像机视频流中检测和跟踪多个人的详细 3D 姿态的方法。该系统在充满困难姿态和遮挡的拥挤场景中保持时间上的连贯预测。我们的模型执行强大的单帧检测和学习的姿态更新，以此跟踪每个人的姿态。不同于跨时间匹配检测，姿态直接从新输入图像中更新，这使得通过遮挡实现在线跟踪成为可能。我们利用大量图像和视频数据集中的伪标注数据进行训练，生产的模型在 3D 姿态估计精度上与最先进的系统相当，但在通过时间跟踪多个人的过程中更快且更准确。代码和模型权重已提供：https://github.com/apple/ml-comotion

关键词

3D 姿态估计多人跟踪遮挡单目摄像机最先进技术

引用

@article{arxiv.2504.12186,
  title  = {CoMotion: Concurrent Multi-person 3D Motion},
  author = {Alejandro Newell and Peiyun Hu and Lahav Lipson and Stephan R. Richter and Vladlen Koltun},
  journal= {arXiv preprint arXiv:2504.12186},
  year   = {2025}
}

备注

Accepted at ICLR 2025, for code and weights go to https://github.com/apple/ml-comotion

CoMotion：并行多人 3D 动作

摘要

关键词

引用

备注

相关论文