MeshMamba：用于人体 articulated 3D网格生成与重建的状态空间模型
计算机视觉与模式识别
2025-07-22 v1
摘要
本文介绍了MeshMamba，这是一种用于学习3D人体 articulated 网格模型的神经网络模型，采用最近提出的Mamba状态空间模型（Mamba-SSM）。MeshMamba在处理大量输入token方面具有效率和可扩展性，能够生成并重建具有超过10,000个顶点的人体网格模型，捕捉服装和手部几何形状。有效学习MeshMamba的关键在于将网格顶点序列化为易于被Mamba处理的排序方式。这通过根据身体部位注释或模板网格的3D顶点位置进行排序实现，确保排序尊重人体 articulated 形状的结构。基于MeshMamba，我们设计了1）MambaDiff3D——用于生成3D人体 articulated 网格的去噪扩散模型，以及2）Mamba-HMR——一种从单张图像重建人体体形和姿态的3D人体网格恢复模型。实验结果表明，MambaDiff3D能够生成服装紧致、手部握持等稠密3D人体网格，在3D人体形状生成任务中超越了之前的方法。此外，Mamba-HMR将之前基于非参数的人体网格恢复方法的能力扩展到整体场景，包括面部和手部，同时在接近实时性能方面取得了竞争成绩。
引用
@article{arxiv.2507.15212,
title = {MeshMamba: State Space Models for Articulated 3D Mesh Generation and Reconstruction},
author = {Yusuke Yoshiyasu and Leyuan Sun and Ryusuke Sagawa},
journal= {arXiv preprint arXiv:2507.15212},
year = {2025}
}
备注
Accepted at ICCV2025