Wild-4K

FlowHMR框架从视频生成物理上可行的3D人体运动

研究人员开发了FlowHMR，一个从单目视频生成物理上可行的3D人体运动的新框架。该方法通过将运动捕捉构建为视频条件生成问题来解决先前方法的局限性，并使用组相对策略优化（GRPO）进行增强。FlowHMR使用保真度和跟踪奖励来确保运动与输入视频一致，并且能够被基于物理的控制器成功跟踪。在新Wild-4K数据集上的实验表明，FlowHMR的性能显著优于现有方法，物理跟踪成功率达到82.47%，而最强的基线GVHMR为62.82%。