HULC：基于姿态流形采样与稠密接触引导的3D人体运动捕捉
计算机视觉与模式识别
2022-07-27 v4 图形学
人机交互
摘要
无标记单目3D人体运动捕捉（MoCap）及其与场景的交互是一个具有挑战性的研究课题，与扩展现实、机器人和虚拟化身生成相关。由于单目设置固有的深度模糊性，现有方法捕捉的3D运动常包含严重的伪影，如错误的身体-场景互穿、抖动和身体悬浮。为解决这些问题，我们提出了HULC，一种感知场景几何的新3D人体MoCap方法。HULC估计3D姿态和稠密身体-环境表面接触，以改善3D定位以及主体的绝对尺度。此外，我们引入了一种基于新颖姿态流形采样的3D姿态轨迹优化，可解决错误的身体-环境互穿。尽管与现有场景感知单目MoCap算法相比，所提方法需要的输入结构化程度更低，但其生成的姿态在物理上更合理：HULC在各种实验和不同指标上显著且持续地优于现有方法。项目页面：https://vcai.mpi-inf.mpg.de/projects/HULC/。
引用
@article{arxiv.2205.05677,
title = {HULC: 3D Human Motion Capture with Pose Manifold Sampling and Dense Contact Guidance},
author = {Soshi Shimada and Vladislav Golyanik and Zhi Li and Patrick Pérez and Weipeng Xu and Christian Theobalt},
journal= {arXiv preprint arXiv:2205.05677},
year = {2022}
}