PADS：基于扩散生成模型的即插即用三维人体姿态分析
计算机视觉与模式识别
2025-12-16 v2 人工智能
摘要
扩散模型在建模复杂数据分布方面展现出令人印象深刻的能力，并越来越多地应用于各种生成任务。在本工作中，我们提出了通过扩散合成进行姿态分析（PADS），这是一个用于三维人体姿态分析的统一生成式建模框架。PADS首先通过无条件扩散合成学习一个与任务无关的三维姿态先验，然后通过后验采样方案，无需训练即可适应广泛的三维姿态分析任务，包括三维姿态估计、去噪、补全等。通过将每个任务形式化为具有已知正向算子的逆问题，PADS在推理过程中注入任务特定的约束，同时保持姿态先验固定。这种即插即用的框架消除了对任务特定监督或重新训练的需求，在不同条件下提供了灵活性和可扩展性。在不同基准上的大量实验展示了其相对于基于学习和基于优化的基线方法的优越性能，证明了我们方法的有效性和泛化能力。
引用
@article{arxiv.2401.08930,
title = {PADS: Plug-and-Play 3D Human Pose Analysis via Diffusion Generative Modeling},
author = {Haorui Ji and Hongdong Li},
journal= {arXiv preprint arXiv:2401.08930},
year = {2025}
}