跳到正文
arXiv · 机器人与计算机视觉· Tony Danjun Wang, Tolga Birdal, Nassir Navab, Lennart Bastian·· 24 天前精选AI 评分78

DisPOSE:基于投影多项式随机扩散的自监督多视角 3D 人体姿态估计

DisPOSE: Projected Polystochastic Diffusion for Self-Supervised Multi-View 3D Human Pose Estimation

AI 导读

论文介绍 DisPOSE 框架,通过可微 Sinkhorn 投影将离散的多人分配问题转化为生成式扩散过程,利用超图卷积解码器回归完整骨架。该方法在标准数据集及新提出的手术室高遮挡基准上优于现有自监督方法,仅需 10% 伪标签即可保留 99% 性能,且对相机布局不敏感。材料已接受于 ICML 2026,提供 arXiv 链接与代码入口。

推荐理由

提出 DisPOSE 框架,将多视角人体姿态分配建模为扩散过程,在手术场景遮挡基准上表现优异且标签效率高。

来源:arXiv · 机器人与计算机视觉 · arxiv.org