QuaMo：面向基于视觉的三维人体运动学捕捉的四元数运动
计算机视觉与模式识别
2026-01-28 v1
摘要
基于视频的 3D 人体运动捕捉仍然是计算机视觉领域的一项挑战。传统的 3D 姿态估计方法通常忽略帧间的时间一致性，导致产生不合理且抖动的运动。基于运动学的 3D 运动捕捉这一新兴领域通过估计姿态间的时间转换来解决这些问题。当前运动学方法的一个主要缺点是依赖欧拉角。尽管欧拉角简单，但其存在不连续性，会导致运动重建不稳定，尤其是在无法进行轨迹细化的在线场景中。相反，四元数没有不连续性，能够产生姿态间的连续过渡。在本文中，我们提出了 QuaMo，一种使用四元数微分方程进行人体运动学捕捉的新型四元数运动方法。我们利用状态空间模型这一描述实时运动学估计的有效系统，结合四元数状态和描述四元数速度的 QDE。相应的角加速度由带有新型加速度增强的元 PD 控制器计算得出，该增强机制能够在人体快速切换到新姿态时自适应地调节控制信号。与以往工作不同，我们的 QDE 在四元数单位球面约束下求解，从而得到更准确的估计。实验结果表明，我们结合加速度增强的新型 QDE 公式化能够准确估计 3D 人体运动学，且无不连续性并将不合理性降至最低。QuaMo 在多个数据集（即 Human3.6M、Fit3D、SportsPose 和 AIST）上优于可比的 SOTA 方法。代码可在 https://github.com/cuongle1206/QuaMo 获取
引用
@article{arxiv.2601.19580,
title = {QuaMo: Quaternion Motions for Vision-based 3D Human Kinematics Capture},
author = {Cuong Le and Pavlo Melnyk and Urs Waldmann and Mårten Wadenbäck and Bastian Wandt},
journal= {arXiv preprint arXiv:2601.19580},
year = {2026}
}
备注
10 pages, 4 figures, accepted to ICLR 2026