中文

利用躯干动量提升人体运动合理性

计算机视觉与模式识别 2025-10-08 v2 人工智能 机器学习

摘要

许多研究将人体运动分解为依附于根关节的局部运动与世界坐标系下根关节的全局运动,分别对待这两部分。然而,这两部分并非独立。全局运动源于与环境的相互作用,而这种相互作用又由躯干配置的变化所驱动。运动模型往往难以精确捕捉局部动力学与全局动力学之间的这种物理耦合关系,而从关节扭矩和外部力推导全局轨迹又往往 computationally expensive且复杂。为此,我们提出以躯干的线性动量和角动量作为约束,将局部运动与全局运动关联起来。由于动量反映了关节级动力学对躯干在空间中运动的综合影响,它提供了一种从物理角度关联局部关节行为与全局位移的有效途径。基于这一洞见,我们引入新的损失项,以确保生成的动量轨迹与真实数据中观察到的动量轨迹保持一致。将我们的损失纳入模型后,可减少脚步滑动和抖动,提升平衡性,同时保持恢复运动的准确性。项目页面 https://hlinhn.github.io/momentum_bmvc 提供了代码和数据。

引用

@article{arxiv.2509.09495,
  title  = {OpenFake: An Open Dataset and Platform Toward Real-World Deepfake Detection},
  author = {Victor Livernoche and Akshatha Arodi and Andreea Musulan and Zachary Yang and Adam Salvail and Gaétan Marceau Caron and Jean-François Godbout and Reihaneh Rabbany},
  journal= {arXiv preprint arXiv:2509.09495},
  year   = {2025}
}

备注

26 pages, 12 figures