SMPL-IKS逆运动学求解器

解析神经混合，高效恢复网格

通过形状逆、逆运动学和姿态细化三个显式映射，从3D骨架直接回归SMPL参数，解决形状不匹配、误差累积和旋转歧义问题。

Zijian, Zhang · 武穆清 · Honghao, Qi · Tianyi, Ma · Min, Zhao

International Journal of Computer Vision 2025

技术优势

无需迭代优化

直接回归 SMPL 参数，避免计算开销大的顶点上采样或迭代优化过程。

解决旋转歧义

通过显式的逆运动学和姿态细化映射，避免骨骼旋转表示的不唯一性。

大幅超越 SOTA

在 body-only、hand-only 和 body-hand 多个基准测试中均优于现有方法。

通用可扩展

可以扩展到 MANO 或 SMPL-H 模型，覆盖手部和手体结合场景。

应用场景

• 3D人体姿态估计：用 3D 骨架直接恢复 SMPL 网格，提升姿态估计的准确性和效率。
• 人形机器人动作生成：从运动捕捉骨架实时生成人体网格，用于机器人动作模仿和合成。
• 医疗机器人运动规划：将患者或医生的骨架映射到人体模型，辅助医疗机器人规划动作。
• 群体机器人协同：将人体姿态映射到机器人群体，实现协同动作生成与控制。
• 脑机接口交互：从脑信号解码的骨架快速重建人体网格，用于神经驱动交互。