GL-GMHA

MoCapAnything V2 实现任意骨架的端到端动作捕捉

研究人员开发了 MoCapAnything V2，这是一个用于从单目视频进行 3D 动作捕捉的端到端系统，可适应任意骨架。该新框架将姿势和旋转预测整合到一个单一的、联合优化的可学习过程中，解决了先前分解管道的局限性。通过引入参考姿势-旋转对，该系统解决了旋转预测中的歧义，并在未见过的骨架上实现了显著提高的准确性，将旋转误差降低到约 6.54 度。该方法还通过直接从视频预测关节位置而无需中间网格来提高效率，从而使推理速度提高高达 20 倍。