DPoser-X: 作为鲁棒 3D 全身人体姿态先验的扩散模型
计算机视觉与模式识别
2025-08-05 v2
摘要
我们提出了 DPoser-X，一个基于扩散的 3D 全身人体姿态先验模型。由于铰接式人体姿态固有的复杂性和高质量全身姿态数据集的稀缺性，构建一个通用且鲁棒的全身体态先验仍然具有挑战性。为了解决这些限制，我们引入了一个作为体态先验的扩散模型（DPoser），并将其扩展到 DPoser-X 以进行富有表现力的全身人体姿态建模。我们的方法将各种以姿态为中心的任务统一为逆问题，通过变分扩散采样来解决它们。为了提升在下游应用上的性能，我们引入了一种新颖的截断时间步调度方法，该方法专门针对姿态数据特征设计。我们还提出了一种掩码训练机制，该机制有效地结合了全身和特定部位的数据集，使我们的模型能够捕捉身体部位之间的相互依赖性，同时避免对特定动作的过拟合。大量实验证明了 DPoser-X 在身体、手部、面部和全身姿态建模的多个基准测试中的鲁棒性和通用性。我们的模型持续优于最先进的替代方案，为全身人体姿态先验建模建立了新的基准。
引用
@article{arxiv.2508.00599,
title = {DPoser-X: Diffusion Model as Robust 3D Whole-body Human Pose Prior},
author = {Junzhe Lu and Jing Lin and Hongkun Dou and Ailing Zeng and Yue Deng and Xian Liu and Zhongang Cai and Lei Yang and Yulun Zhang and Haoqian Wang and Ziwei Liu},
journal= {arXiv preprint arXiv:2508.00599},
year = {2025}
}
备注
ICCV 2025 (oral); Code released: https://github.com/moonbow721/DPoser