GraviCap：无标记三维人体运动与物体轨迹重建

"基于重力感知的无标记三维人体重建技术着重于在单目RGB视频中捕获3D人体运动和物体轨迹。这种方法，称为GraviCap，利用重力感知来消除单目视觉中的尺度不确定性，同时恢复人体姿势、3D对象轨迹、骨骼长度和地平面方向。通过参数化对象的初始速度、重力方向和焦距，GraviCap能够共同优化多个自由飞行场景。人-对象交互的约束确保了3D重建的几何一致性，提高了人体姿势的物理合理性。该方法在新的真实多视图数据集上进行了评估，显示出了在3D人体运动捕获方面的先进准确性。尽管当前的技术在非平凡交互场景中仍面临挑战，如环境约束的处理和物理定律的应用，但GraviCap通过考虑人与环境、物体的交互，为解决这些问题提供了新思路。" GraviCap的关键贡献包括： 1. **重力感知**：通过理解并利用重力这一物理约束，GraviCap能准确地恢复3D人体姿态和物体轨迹，解决了单目视觉中的尺度问题。 2. **无标记三维人体运动捕捉**：无需专门的标记设备，GraviCap可以从单目视频中捕获复杂的3D人体运动，这对于实时应用和自由形式的动作捕捉尤其有用。 3. **物体轨迹估计**：除了人体运动，GraviCap还能追踪物体的3D路径，这对于理解人与物体的交互至关重要。 4. **几何一致性约束**：人-对象交互的约束使得重建的3D模型更符合物理规律，减少了不自然的姿势和深度不稳定。 5. **新数据集的建立**：GraviCap在包含多人和多种活动的真实多视图数据集上进行了验证，这个数据集对于推动相关领域的研究有着重要的价值。 6. **先进的准确性**：实验结果显示，GraviCap在各种度量上表现出了3D人体运动捕获的最高精度，表明其在实际应用中的潜力。 7. **开源实现**：GraviCap的源代码和数据集均对外公开，促进了研究社区的进一步开发和验证。 GraviCap为单目三维人体重建带来了显著的进步，特别是在处理人与环境交互的复杂场景时，通过引入物理约束和重力感知，极大地提高了重建的准确性和可信度。这种方法对于虚拟现实、游戏开发、动作分析、体育训练等领域具有广泛的应用前景。