研究人员开发了一种新颖的框架，使用稀疏雷达点云进行人体姿态估计，并集成了一个全身骨骼模型以确保生物力学上的合理性。该系统预测受试者特定的身体节段比例来缩放生物力学骨骼，并使用可微分正向运动学将预测的关节角度转换为 3D 位置。接触分类损失鼓励物理上合理的脚地交互，并且该框架在受控实验室环境中实现了有希望的每关节平均位置和角度误差以及缩放误差。 AI
排序理由 该集群包含一篇详细介绍人体姿态估计新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2608.03637v1 Announce Type: new Abstract: Radar-based human pose estimation has focused on improving learning algorithms while representing the body as unconstrained keypoint coordinates. We address the underexplored dimension of anatomical fidelity by integrating a full-bo…