近日，来自斯坦福大学以及 Adobe 研究所的研究团队发表了一篇名为「单眼视频的接触和人体动力学」的新研究。以下是该研究的完整摘要分享：现有的深层模型会根据视频预测 2D 和 3D 运动姿势，这些姿势大致准确，但包含违反物理约束的可见错误，例如，脚穿透地面和身体以极端角度倾斜。在本文中，研究团队提出了一种基于物理的方法，可以从视频序列中推断 3D 人体运动，该方法将初始 2D 和 3D 姿态估计作为输入。研究团队首先使用一个新颖的预测网络来估计地面接触的时间，该网络不需要人工标记的数据即可进行训练。然后，根据输入，基于物理的轨迹优化再解决了身体上合理的运动。研究显示，此过程产生的运动比纯运动学方法产生的运动显着得多，从而大大改善了运动学和动态合理性的定量度量。研究团队演示了角色动画的方法，以及具有复杂接触模式的舞蹈和体育运动的动态动作的姿势估计任务。