SmoCap：基于代理映射可信域二次规划的统一尺度-姿态标准化

目标：分阶段独立处理模型尺度和逆运动学的工作流程会导致形态-姿态补偿，产生解剖学不一致却数值上可接受的解，尤其在观测方向弱时。我们提出了 SmoCap，一个抗漏移的标准化框架，在稀疏控制子空间中联合估计形态和姿态。方法：SmoCap 求解包含解析代理映射姿态和尺度雅可比矩阵的受约束可信域二次规划 (QP)。低维代理映射稳定弱观测方向，驱动协同结构。可选的预求解在困难配置下提供热启动。该框架使用骨科 fluoroscopy 膝关节运动、人体测量学真实值和极端瑜伽序列进行评估。结果：SmoCap 对比fluoroscopy 实现了2.9°的膝关节屈曲 RMSE，整体人体测量学端点误差约3%。在对比段落尺度缩放的漏移审计中，SmoCap 还减少了标记 RMSE、FE 误差和人体测量学端点误差。代理耦合保留了具有表现力和协同的脊柱运动，fitting 误差增加仅为+0.14 mm、+0.6%。标记 RMSE 中位数约为20 mm，运行时间中位数为0.204-0.332 ms/帧，仅需2-3次迭代即可实现。结论：SmoCap 提供了一个经外部验证的统一耦合感知的尺度-姿态框架，使大规模数据集的外部一致运动标准化成为可能。