运动捕捉中多摄像头自标定：利用人体与棒状姿态
计算机视觉与模式识别
2026-04-21 v1 图像与视频处理
摘要
多摄像头系统广泛用于运动捕捉运动员和器材的 3D 动作，但标定它们的外参代价高昂且耗时。我们提出一种高效、无需工具的方法，用于棒状器材(如高尔夫球杆、球棒、冰球杖)运动的多摄像头外参标定。我们的办法同时利用同步多摄像头视频中的两个互补线索：(i) 人体关节点尺度未知，(ii) 已知长度的刚性棒状器材。我们构建一个三阶段优化管道，细化摄像头外参、重建人体和棒状器材轨迹，并通过棒长约束解决全局尺度。我们的办法无需专用标定工具即可实现精确外参标定。为评估此任务，我们提供首个棒状运动类多摄像头自标定数据集，包含跨四个运动类别的合成序列，摄像头数量为 3 到 10 个。综合实验表明，我们的方法交付 SOTA 水平，实现低旋转和平移误差。我们的项目页面: https://fandulu.github.io/sport_stick_multi_cam_calib/。
引用
@article{arxiv.2604.17567,
title = {Multi-Camera Self-Calibration in Sports Motion Capture: Leveraging Human and Stick Poses},
author = {Fan Yang and Changsoo Jung and Ryosuke Kawamura and Hon Yung Wong},
journal= {arXiv preprint arXiv:2604.17567},
year = {2026}
}