UnrealPose：利用游戏引擎运动学生成大规模合成人体姿态数据
计算机视觉与模式识别
2026-01-06 v1
摘要
多样化且准确标注的3D人体姿态数据昂贵且受制于工作室，而野外数据集缺乏明确的真实答案。我们引入UnrealPose-Gen，基于Unreal Engine 5并构建于Movie Render Queue，用于高质量离线渲染。生成的帧包括：(i) 世界坐标和相机坐标下的3D关节位置；(ii) 2D投影和采用遮挡和关节可见性标记的COCO格式关键点；(iii) 人体边界框；(iv) 相机内参和外参。我们利用UnrealPose-Gen构建了约100万帧的UnrealPose-1M语料库，包含八个序列：五个受脚本控制的"连贯"序列跨越五个场景，约40种动作，5名受试者；以及三个随机序列跨越三个场景，约100种动作，5名受试者，所有序列均采用多样化的摄像机轨迹以获得广泛的视角覆盖。作为忠实性检验，我们报告了四项任务上的实时-合成结果：图像到3D姿态、2D关键点检测、2D到3D升数以及人体检测/分割。虽然时间和资源限制我们无法制作无限数据集，但我们发布了UnrealPose-1M数据集以及UnrealPose-Gen管线，以支持第三方生成人体姿态数据。
引用
@article{arxiv.2601.00991,
title = {UnrealPose: Leveraging Game Engine Kinematics for Large-Scale Synthetic Human Pose Data},
author = {Joshua Kawaguchi and Saad Manzur and Emily Gao Wang and Maitreyi Sinha and Bryan Vela and Yunxi Wang and Brandon Vela and Wayne B. Hayes},
journal= {arXiv preprint arXiv:2601.00991},
year = {2026}
}
备注
CVPR 2026 submission. Introduces UnrealPose-1M dataset and UnrealPose-Gen pipeline