Flow-matching objective

新的生成模型HuLiGen可创建逼真的人体LiDAR数据

研究人员开发了HuLiGen，一种能够从参数化人体模型生成人体LiDAR点云的新生成模型。该模型使用了一个经过流匹配目标训练的点Transformer，以生成更接近真实世界LiDAR捕获的合成数据。HuLiGen旨在解决真实人体LiDAR数据稀缺的问题，而这对于开发人体分析工具至关重要。生成的合成数据在人体姿态估计的预训练方案中显示出显著的改进，在低数据场景下将平均每关节位置误差（MPJPE）降低了高达50%。