Pressure2Motion: 基于地面压力与文本引导的层次化人体运动重建
计算机视觉与模式识别
2025-11-25 v2
摘要
我们提出 Pressure2Motion，一项新颖的运动捕捉算法，从地面压力序列和文本提示中重建人体运动。在推理阶段，Pressure2Motion 只需压力垫，无需 specialized 照明 setup、摄像机或可穿戴设备，使其适用于隐私保护、低光照和低成本的运动捕捉场景。由于压力信号相对于完整人体运动的不确定性，这一任务严重不明确。为解决此问题，我们引入 Pressure2Motion，一款生成模型，利用压力特征作为输入，并利用文本提示作为高层次约束以消除歧义。具体而言，我们的模型采用双层特征提取器准确解释压力数据，随后采用层次化扩散模型辨别宽尺度运动轨迹和细微姿态调整。物理特征从压力序列中获得，语义指导则从描述性文本中派生，两者均被用于精确引导运动估计。到目前为止，Pressure2Motion 是首次利用压力数据和语言先验进行运动重建的 pioneering 工作，而建立的 MPL benchmark 则是该新型运动捕捉任务的第一个 benchmark。实验表明，我们的方法生成高保真、物理上合理的运动，为该任务建立了新的 state of the art。代码和基准将在发表后公开释放。
引用
@article{arxiv.2511.05038,
title = {Pressure2Motion: Hierarchical Human Motion Reconstruction from Ground Pressure with Text Guidance},
author = {Zhengxuan Li and Qinhui Yang and Yiyu Zhuang and Chuan Guo and Xinxin Zuo and Xiaoxiao Long and Yao Yao and Xun Cao and Qiu Shen and Hao Zhu},
journal= {arXiv preprint arXiv:2511.05038},
year = {2025}
}