SkelSplat：基于可微高斯渲染的鲁棒多视角 3D 人体姿态估计
计算机视觉与模式识别
2025-12-03 v2
摘要
准确的 3D 人体姿态估计是增强现实和人机交互等应用的基础。最先进的多视角方法通过在大型标注数据集上训练来融合跨视角的预测，导致在测试场景不同时泛化性能差。为克服这些限制，我们提出 SkelSplat，这是一个基于可微高斯渲染的多视角 3D 人体姿态估计框架。将人体姿态建模为由 3D 高斯构成的骨架，每个关节一个，通过可微渲染进行优化，以实现对任意摄像机视角的无缝融合，无需 3D 真实标注。由于高斯渲染最初是为稠密场景重建设计的，我们提出了一种新颖的 one-hot 编码方案，使人体关节能够独立优化。SkelSplat 在 Human3.6M 和 CMU 数据集上超越了不依赖 3D 真实标注的方法，在 Human3.6M-Occ 和 Occlusion-Person 上表现出对遮挡的鲁棒性，且无需场景特定微调。我们的项目页面可在此处访问：https://skelsplat.github.io。
引用
@article{arxiv.2511.08294,
title = {SkelSplat: Robust Multi-view 3D Human Pose Estimation with Differentiable Gaussian Rendering},
author = {Laura Bragagnolo and Leonardo Barcellona and Stefano Ghidoni},
journal= {arXiv preprint arXiv:2511.08294},
year = {2025}
}
备注
WACV 2026