探讨 SAM 3D 身体在人体测量学保真度方面的表现
图形学
2026-05-05 v2 计算机视觉与模式识别
摘要
SAM 3D 身体的发布是最近一次人体网格恢复工作，展示了在从单张图像中产生干净、拓扑连贯网格方面的 improved 性能。通过利用 Momentum Human Rig (MHR)，它实现了对遮挡和多样化姿态的鲁棒性。然而，我们的评估揭示了一个特定且持续的局限性：该模型在重建详细人体测量差异方面困难，尤其是在存在显著形态改变的群体中，例如老年肌肉萎缩、脊柱侧弯或孕妇，即使这些特征在输入图像中突出。本文将这一现象不作为模型容量的失败，而是作为“感知-失真权衡”的副产品来研究。我们认为，建立在低维参数 MHR 表示之上的架构，结合语义不变条件 (DINOv3) 和注释对齐，导致一种普遍的“回归均值”效应。我们分析了这些机制以理解为何消除个体生物细节。此外，我们提出了具体的、建设性的未来工作路径，如隐式-显式混合表示和医学-在-循环对齐，以将 SAM 3D 身体的基线性能扩展到高精度医疗领域。
引用
@article{arxiv.2601.06035,
title = {Investigating Anthropometric Fidelity in SAM 3D Body},
author = {Aizierjiang Aiersilan and Ruting Cheng and James Hahn},
journal= {arXiv preprint arXiv:2601.06035},
year = {2026}
}