LiCamPose：结合多视角 LiDAR 与 RGB 相机实现鲁棒的单时间戳 3D 人体姿态估计
计算机视觉与模式识别
2026-05-08 v4
摘要
已有多种方法被提出用于从多视角图像中估计 3D 人体姿态，并在相对简单条件下采集的公开数据集上取得了令人满意的性能。然而，研究从多模态输入（如 RGB 和点云数据）中提取 3D 人体骨架的方法有限。为弥补这一空白，我们引入了 LiCamPose，这是一个整合多视角 RGB 和稀疏点云信息，通过单帧估计鲁棒 3D 人体姿态的流程。我们展示了体素架构在结合这些模态方面的有效性。此外，为了规避对人工标注 3D 人体姿态的需求，我们开发了一个用于预训练的合成数据集生成器，并设计了一种无监督领域自适应策略，以在无需人工标注的情况下训练 3D 人体姿态估计器。为验证我们方法的泛化能力，我们在四个数据集上评估了 LiCamPose，包括两个公开数据集、一个合成数据集和一个名为 BasketBall 的具有挑战性的自采数据集，覆盖了多种场景。结果表明，LiCamPose 展现出卓越的泛化性能和巨大的应用潜力。相关代码、生成器和数据集将在论文被接收后公开。
引用
@article{arxiv.2312.06409,
title = {LiCamPose: Combining Multi-View LiDAR and RGB Cameras for Robust Single-timestamp 3D Human Pose Estimation},
author = {Zhiyu Pan and Zhicheng Zhong and Wenxuan Guo and Yifan Chen and Jianjiang Feng and Jie Zhou},
journal= {arXiv preprint arXiv:2312.06409},
year = {2026}
}
备注
Accepted by WACV2025