介绍由中国研究者提出的“RemoCap: Disentangled Representation Learning for Motion Capture”技术。该新技术在从单一视频中捕捉人体动作时，即使存在遮挡也能生成相对高精度的结果！

RemoCap: Disentangled Representation Learning for Motion Capture

从真实的动作序列中重建3D人体，仍然是一个难题，因为普遍存在复杂的遮挡。当前方法难以捕捉被遮挡身体部分的动态，导致模型穿插或动作扭曲。为克服这些限制，RemoCap利用空间分离（SD）和动作分离（MD）。
SD通过沿维度轴分离目标特征来处理目标人体与周围物体之间的遮挡干扰。通过基于每个维度中的空间位置对特征进行对齐，SD在全局窗口内分离目标对象的响应，从而即使在遮挡情况下也能实现准确捕捉。MD模块采用按通道的时间洗牌策略来模拟多样的场景动态。该过程有效分离动作特征，使RemoCap能够更忠实地重建被遮挡部分。此外，本文还引入了序列速度损失以促进时间一致性。该损失抑制帧间速度误差，确保预测动作表现出真实的一致性。对基准数据集与最先进（SOTA）方法进行广泛比较的结果表明，RemoCap在3D人体重建方面具有优异性能。在3DPW数据集中，RemoCap在MPVPE(81.9)、MPJPE(72.7)、PA-MPJPE(44.1)指标上取得最佳结果，超越了所有竞争方法。

这类研究和服务落地感觉中国企业似乎领先一步呢……
代码本身似乎也已在前段时间公开，所以可能已经有服务在实际导入了吧。
感兴趣的话请务必去看看。

链接

RemoCap: Disentangled Representation Learning for Motion Capture