面向人类互动的 3D 重建
计算机视觉与模式识别
2026-04-08 v1 人工智能
摘要
从单张图像重建带纹理的 3D 人类模型是 AR/VR 和数字人应用的基本任务。然而，现有方法大多关注单个人体，因而在多人场景中效果不佳，粗略的单体重建常导致不真实的重叠、遮挡区域缺失几何和变形互动。这些局限性凸显了需要融合群体级上下文和互动先验的方法。我们提出一种整体方法，显式建模群体级和实例级信息。为缓解视差引起的几何畸变，我们首先将输入转换为标准正交空间。我们的主要组件——Human Group-Instance Multi-View Diffusion (HUG-MVD)，通过联合建模个人和群体上下文来生成完整的多视图法线和图像，从而解决遮挡和邻近问题。随后，Human Group-Instance Geometric Reconstruction (HUG-GR) 模块利用显式的物理互动先验进行几何优化，以确保物理可行性并准确建模人与人之间的接触。最后，将多视图图像融合为高保真纹理。整个组件构成我们的完整框架 HUG3D。广泛实验表明，HUG3D 显著优于单人方法和现有的多人方法，生成物理上可信的、高保真的互动人群单图像 3D 重建。项目页面: https://jongheean11.github.io/HUG3D_project
引用
@article{arxiv.2604.05436,
title = {Human Interaction-Aware 3D Reconstruction from a Single Image},
author = {Gwanghyun Kim and Junghun James Kim and Suh Yoon Jeon and Jason Park and Se Young Chun},
journal= {arXiv preprint arXiv:2604.05436},
year = {2026}
}
备注
Accepted to CVPR 2026