基于代数先验的无约束多视角人体姿态估计
计算机视觉与模式识别
2026-04-28 v1 人工智能
摘要
从多视角图像恢复 3D 人体姿态通常依赖于精确的相机标定，而这在现实场景中常不可得，严重限制了现有方法的适用性。为此，我们提出了一个无约束框架，融合深度神经网络、代数先验和时序动力学，用于无标定多视角人体姿态估计。首先，我们引入三角化 Transformer 回归器 (TTR)，将经典三角化问题转化为数据驱动的 token 融合过程，以绕过对显式相机参数的依赖。其次，为在学习过程中显式嵌入多视角变体的内在代数关系，我们提出了 Grobner 基 Corrector (GC)。这一创新性损失函数通过强制神经预测严格遵循射影几何规律来实现约束。最后，我们设计了时序等价校准器 (TER)，利用人体运动的等价性属性以施加时序一致性和结构一致性，有效缓解了无标定环境下的尺度歧义。广泛的评估表明，我们的框架在无标定多视角人体姿态估计方面达到了新的状态最佳成绩。值得注意的是，我们的方法显著缩小了无标定方法与完全标定的 oracle 之间的性能差距。
关键词
引用
@article{arxiv.2604.24312,
title = {Unconstrained Multi-view Human Pose Estimation with Algebraic Priors},
author = {Xiaolin Qin and Qianlei Wang and Jiacen Liu and Chaoning Zhang and Fei Zhu and Zhang Yi},
journal= {arXiv preprint arXiv:2604.24312},
year = {2026}
}