MobilePoser：在移动消费设备上利用 IMU 进行实时全身姿态估计与 3D 人体平移
人机交互
2025-04-18 v1 计算机视觉与模式识别
摘要
全身动作捕捉朝着最小化仪器设备的方向持续发展，从专用房间和设备，到穿戴式传感器阵列，再到最近的稀疏惯性姿态捕捉方法。然而，随着这些技术迁移到手机、手表和耳机等无处不在的商用设备上低保真度的 IMU 时，出现了一系列挑战，包括在线性能受损、时间一致性差，以及由于传感器噪声和漂移导致的全局平移信息丢失。为应对这些挑战，我们引入了 MobilePoser，一个利用这些消费设备中已有的任意可用 IMU 子集进行全身姿态和全局平移估计的实时系统。MobilePoser 采用多阶段深度神经网络进行运动学姿态估计，随后使用基于物理的运动优化器，在保持轻量级的同时实现了最先进的精度。最后，我们通过一系列演示应用来展示 MobilePoser 在健康与保健、游戏和室内导航等多个领域的独特潜力。
引用
@article{arxiv.2504.12492,
title = {MobilePoser: Real-Time Full-Body Pose Estimation and 3D Human Translation from IMUs in Mobile Consumer Devices},
author = {Vasco Xu and Chenfeng Gao and Henry Hoffmann and Karan Ahuja},
journal= {arXiv preprint arXiv:2504.12492},
year = {2025}
}