OmniPoser 提出掩码流匹配人体运动恢复框架
热点事件持续更新
OmniPoser 提出掩码流匹配人体运动恢复框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Minghao Liu、Tutian Tang 等人提出 OmniPoser，一个可从 3D 关键点、稀疏 IMU 旋转、头戴式 6-DoF 位姿等异构输入中恢复全身 SMPL 运动的通用框架。该框架通过跨模态掩码机制与 Masked Conditioning Encoder，在单一模型内支持上述输入及其任意子集的灵活组合。 相关论文发布在 arXiv cs.CV，作者称其目标是在真实场景下实现灵活的人体运动恢复。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
OmniPoser：用掩码流匹配实现灵活的真实场景人体运动恢复报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVOmniPoser：用掩码流匹配实现灵活的真实场景人体运动恢复
OmniPoser 是一个可从 3D 关键点、稀疏 IMU 旋转、头戴式 6-DoF 位姿等异构输入灵活组合中恢复全身 SMPL 运动的通用框架，通过跨模态掩码机制与 Masked Conditioning Encoder 支持多种传感器配置。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。