⚡雷峰网•較早收集於 68h
RAM——複雜場景下多人3D人體運動重建新框架
💡CVPR'26 框架零樣本超越 SOTA，複雜多人 3D 運動重建（PoseTrack）。
⚡ 30-Second TL;DR
有什麼變化
統一框架融合追蹤、時序 HMR 及運動預測
為什麼重要
RAM 從管線轉向時序建模範式，提升真實世界應用如 VR/AR 及體育分析的穩健性。其類人預測強化影片理解，啟發未來動態認知模型。
下一步行動
從 arXiv 補充資料下載 RAM 程式碼，並在您的多人影片資料集上基準測試。
誰應關注：Researchers & Academics
關鍵要點
- •統一框架融合追蹤、時序 HMR 及運動預測
- •SegFollow 使用卡爾曼濾波實現遮擋穩健 ID 追蹤
- •T-HMR 運用 Transformer 進行跨幀平滑 3D 重建
- •自適應融合依遮擋程度權重預測與重建
- •零樣本在 PoseTrack 上超越 SOTA 的連貫性與精度
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 雷峰网 ↗