MonoMSK：单目三维肌肉骨骼动力学估计
计算机视觉与模式识别
2025-11-25 v1
摘要
重建生物力学真实的三维人体运动——同时恢复运动学（运动）和动力学（力）——是一项关键挑战。虽然基于标记的系统受限于实验室环境且速度缓慢，但流行的单目方法使用过度简化、解剖学上不准确的模型（如 SMPL）并忽略物理机制，从根本上限制了其生物力学保真度。在本工作中，我们提出了 MonoMSK，一个混合框架，将数据驱动学习与基于物理的仿真相结合，用于从单目视频中估计生物力学真实的三维人体运动。MonoMSK 通过解剖学精确的肌肉骨骼模型联合恢复运动学（运动）和动力学（力与力矩）。通过集成基于 Transformer 的逆动力学与受 ODE 仿真控制的可微分正运动学和动力学层，MonoMSK 建立了一个受物理调节的逆-正循环，强制施加生物力学因果性和物理合理性。一种新颖的正逆一致性损失进一步将运动重建与底层动力学推理对齐。在 BML-MoVi、BEDLAM 和 OpenCap 上的实验表明，MonoMSK 在运动学精度上显著优于最先进方法，同时首次实现了精确的单目动力学估计。
引用
@article{arxiv.2511.19326,
title = {MonoMSK: Monocular 3D Musculoskeletal Dynamics Estimation},
author = {Farnoosh Koleini and Hongfei Xue and Ahmed Helmy and Pu Wang},
journal= {arXiv preprint arXiv:2511.19326},
year = {2025}
}