Tag · 10 篇
姿态估计
小波驱动的姿态无关与稀疏视角下的3D异常检测
Wavelet-Driven 3D Anomaly Detection under Pose-Agnostic and Sparse-View
针对稀疏视角下3D异常检测，提出小波驱动的高斯建模与姿态估计方法，利用高频监督恢复几何细节、低频结构增强姿态初始化，为稀疏观测下的3D重建与定位提供可复用思路。
UniPR：基于单对立体图像的统一物体级真实到仿真感知与重建
UniPR: Unified Object-level Real-to-Sim Perception and Reconstruction from a Single Stereo Pair
将检测、分割、形状重建与姿态估计统一为单次前向的端到端框架，并借助双目几何约束解决尺度歧义；其 Pose-Aware Shape Representation 把姿态信息编码进形状表示，可作为物体级 real-to-sim 与机器人仿真数据生成的通用范式。
SceneMaker：去遮挡与姿态估计模型解耦的开放集三维场景生成
SceneMaker: Open-set 3D Scene Generation with Decoupled De-occlusion and Pose Estimation Model
把去遮挡与位姿估计从三维物体生成中解耦，并借助图像数据集扩充开放集遮挡模式，为开放集场景合成中「先补全再摆位」的流水线提供了可复用的模块化设计；其统一全局/局部自注意力与交叉注意力的位姿估计模型可直接迁移到物体插入、场景编辑等需要精确 6DoF 摆放的任务。
PrivateEyes：面向数据共享的注视保持匿名化
PrivateEyes: Gaze-Preserving Anonymization for Data Sharing
用分割掩码与眼姿态作为条件驱动扩散模型合成匿名化眼图，在保留注视方向的同时破坏虹膜身份特征，为隐私敏感场景下的条件生成与身份-任务解耦提供了可复用的三阶段范式。
OrienPose：方向引导的新视角合成用于单图像未见物体姿态估计
OrienPose: Orientation-Guided Novel View Synthesis for Single-Image Unseen Object Pose Estimation
论文将方向线索显式注入参考视图的潜变量嵌入，并用几何层面的方向一致性损失监督视角变换，这为基于新视角合成的物体姿态估计提供了可复用的几何约束思路，能提升模板匹配的可靠性。
MooCap：用于牛-物体-人交互与行为动力学的多视角基准
MooCap: A Multi-View Benchmark for Cow-Object-Human Interaction and Behavior Dynamics
该基准提供了多视角同步视频、密集的23种行为标注和39个身体关键点，可用于评估和开发多实体交互感知的时序动作分割与基于关键点轨迹的行为识别模型，尤其是交互密集片段下的性能退化问题值得关注。
HamiPose：面向无监督域自适应姿态估计的哈密顿优化
HamiPose: Hamiltonian Optimization for Unsupervised Domain Adaptive Pose Estimation
把源域监督与目标域一致性之间的梯度冲突显式解耦：按关键点做几何分解、正交投影保留非冲突分量，再用通道门控按置信度校准平行分量，最后用辛普森积分器驱动的哈密顿优化器提供受控动量。做跨域关键点/姿态迁移时可直接复用这套梯度解耦+动量稳定更新的训练流程。
基于正交轮廓的全局最优姿态估计
Globally Optimal Pose from Orthographic Silhouettes
把轮廓面积随旋转轨迹的连续性转化为旋转空间上的强分支结构，配合预计算的轮廓签名响应面做分辨率引导的候选搜索，为无对应点的 3D 形状位姿估计提供可复用的全局最优求解框架。
ExPose：强化视频生成模型以实现极端姿态估计
ExPose: Reinforcing Video Generation Models for Extreme Pose Estimation
用 GRPO 偏好优化把视频生成模型的插帧结果对齐到 3D 一致的监督信号，可作为把生成式插帧当作数据增强/视角补全手段时消除空间不一致的通用做法。
差分隐私二维人体姿态估计
Differentially Private 2D Human Pose Estimation
将差分隐私训练引入2D人体姿态估计，通过梯度子空间投影和特征级隐私机制在形式化隐私约束下显著降低噪声方差，为视觉任务在敏感数据上的隐私保护部署提供了可复用的DP-SGD改进方案。