面向战斗运动的多人基于物理的姿态估计
计算机视觉与模式识别
2025-07-08 v3
摘要
我们提出一种新框架，用于稀疏多摄像头 setup 下的战斗运动中准确的3D人类姿态估计。该方法集成鲁棒的多视角2D姿态跟踪，通过基于转换器的自上而下方法运用三角测量和长期视频目标分割，实现跨视角的一致身份跟踪。初始3D姿态通过加权三角测量和样条平滑获得，随后通过运动学优化以细化姿态精度。我们进一步通过引入多人基于物理的轨迹优化步骤，显著提升姿态的真实性和鲁棒性，有效解决快速运动、遮挡和近距离相互作用等挑战。在多样化数据集上进行实验，包括一个新的精英拳击视频基准，结果表明实现了业界最佳性能。此外，我们发布了全面的标注视频数据集，以推动未来在战斗运动中进行多人姿态估计的研究。
引用
@article{arxiv.2504.08175,
title = {Multi-person Physics-based Pose Estimation for Combat Sports},
author = {Hossein Feiz and David Labbé and Thomas Romeas and Jocelyn Faubert and Sheldon Andrews},
journal= {arXiv preprint arXiv:2504.08175},
year = {2025}
}