Tag · 6 篇
人体网格恢复
面向扩散式人体网格恢复的 VLM 引导组偏好对齐
VLM-Guided Group Preference Alignment for Diffusion-based Human Mesh Recovery
把 VLM 驱动的自反思评审智能体产出的细粒度质量分数，转成组间偏好数据用于微调扩散式 HMR，可直接迁移到其他一对多歧义的三维/生成任务（如姿态、深度、新视角合成）做偏好对齐后训练。
UniSH：单次前馈中统一场景与人体重建
UniSH: Unifying Scene and Human Reconstruction in a Feed-Forward Pass
提出一种利用无标注真实视频的两阶段训练范式：先在合成数据上学习粗定位，再通过优化 SMPL 网格与人体点云的几何对应关系在真实数据上微调，并蒸馏专家深度模型的高频细节来提升人体表面质量。该思路可直接迁移到其他需要弥合 sim-to-real 差距的 3D 重建任务。
SAM 3D Body：鲁棒的全身人体网格恢复
SAM 3D Body: Robust Full-Body Human Mesh Recovery
提出解耦骨骼姿态与体型的参数化网格表示 MHR，并支持 2D 关键点/掩码提示的编码器-解码器架构，为单图全身（含手、脚）网格恢复提供了可复用的表示与提示式推理范式。
ResiHMR：面向截肢个体的残肢感知单图像三维人体网格恢复
ResiHMR: Residual-Limb Aware Single-Image 3D Human Mesh Recovery for Individuals with Limb Loss
针对非标准肢体解剖结构，提出拓扑自适应优化和显式残肢终止几何重建，可推广到其他固定拓扑模型难以表示的人体形态（如截肢、先天畸形）的单图像三维重建任务。
OnlineHMR：基于视频的在线世界坐标人体网格恢复
OnlineHMR: Video-based Online World-Grounded Human Mesh Recovery
OnlineHMR 提供了一种完全在线的人体网格恢复框架，其因果键值缓存和滑动窗口学习策略可复用于其他需要流式推理的时序视觉任务，而增量式SLAM的世界坐标对齐方法为动态场景下的轨迹校正提供了新思路。
MetricHMSR：从单目图像恢复度量尺度的人体网格与场景
MetricHMSR: Metric Human Mesh and Scene Recovery from Monocular Images
把相机光线（内参+边界框）编码进网络，并用 Human MoE 将图像特征与光线特征路由到不同专家，从而在单一框架里同时回归人体局部姿态与全局度量 3D 位置；对做单目人体重建、人体-场景联合重建、以及需要把 2D 检测框升级为度量 3D 定位的工作可直接复用。