基于生物阻抗感知的人体姿态伪标签细化
计算机视觉与模式识别
2026-03-13 v2
摘要
在野外捕捉准确的3D人体姿态数据对于训练姿态估计和运动生成方法具有重要价值。虽然视频基于的估计方法日益准确，但在涉及自触碰等常见场景时（例如手部触碰面部）时往往会失败。相比之下，可穿戴式生物阻抗感知能够以经济且不干扰的方式测量皮肤到皮肤的接触。因此，我们提出了一种新型框架，将视觉姿态估计器与生物阻抗感知相结合，通过考虑自触信息来捕捉人体的3D姿态。我们的方法BioTUCH使用即插即用的估计器初始化姿态，并在测量到自触时引入接触感知的姿态优化：最小化重投影误差和与输入估计的偏差，同时强制执行顶点接近约束。我们使用包含同步RGB视频、生物阻抗测量和3D动作捕捉的新数据集进行验证。通过测试三种输入姿态估计器，证明平均重建精度提高了11.7%。我们还展示了一个迷你型可穿戴生物阻抗传感器，能够通过BioTUCH实现高效的大规模接触感知训练数据收集，以提高姿态估计和生成的精度。代码和数据可在 biotuch.is.tue.mpg.de 获得。
引用
@article{arxiv.2512.04862,
title = {Contact-Aware Refinement of Human Pose Pseudo-Ground Truth via Bioimpedance Sensing},
author = {Maria-Paola Forte and Nikos Athanasiou and Giulia Ballardini and Jan Ulrich Bartels and Katherine J. Kuchenbecker and Michael J. Black},
journal= {arXiv preprint arXiv:2512.04862},
year = {2026}
}
备注
* Equal contribution. Minor figure corrections compared to the ICCV 2025 version