{
  "paper_id": "d75290ee7592a6799a28b33e562d1fe8",
  "paper_title": "LiveHPS: LiDAR-based Scene-level Human Pose and Shape Estimation in Free Environment",
  "paper_authors": [
    "Yiming Ren",
    "Xiao Han",
    "Chengfeng Zhao",
    "Jingya Wang",
    "Lan Xu",
    "Jingyi Yu",
    "Yuexin Ma"
  ],
  "publication_date": "",
  "publication_venue": "2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)",
  "abstract": "本文提出 LiveHPS，一种基于单激光雷达的场景级人体姿态与形状估计方法，不受光照条件和可穿戴设备限制，适用于大范围自由环境。方法设计了自适应蒸馏机制以缓解激光雷达点云分布变化的影响，并利用连续帧中的时空几何与动态信息解决遮挡和噪声干扰。同时，文章提出了一个大规模人体运动数据集 FreeMotion，包含多种场景、多视角和多模态数据。在 FreeMotion 及多个公开数据集上的实验表明，所提方法取得了最先进的性能并具备鲁棒性。",
  "keywords": [
    "激光雷达",
    "人体姿态估计",
    "人体形状估计",
    "SMPL",
    "场景级",
    "自由环境",
    "点云",
    "蒸馏",
    "姿态优化",
    "数据集"
  ],
  "paper_institutions": [
    "ShanghaiTech University"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:47:17.745693Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对大规模场景中细粒度的3D人体全局姿态与形状估计问题，提出了一种基于单激光雷达的解决方案 LiveHPS。现有光学方法受光照影响、惯性方法依赖穿戴设备且难以估计形状和全局平移，而现有LiDAR方法如LiDARCap和MOVIN未能估计形状且对点云分布变化、遮挡和噪声鲁棒性差。LiveHPS设计了自适应顶点引导蒸馏模块（VAD），通过高维特征对齐使不同点云分布与SMPL网格顶点分布一致；提出连续姿态优化器（CPO），利用时间与空间注意力机制增强关节特征；提出骨架感知平移求解器，通过交叉注意力融合骨骼与点云信息来精确估计全局平移。此外，文章引入了场景级单向倒角距离（SUCD）作为新的评估指标。实验在FreeMotion数据集（包含578,775帧、多视角多模态数据、1-7人场景）及多个公开数据集（SURREAL、Slope4D、LiDARHuman26M、LIPD等）上进行，对比LiDARCap、LIP、MOVIN等方法，LiveHPS在关节/顶点误差、角度误差和SUCD指标上均取得最优结果。方法能有效处理遮挡、噪声和不同距离下的点云分布变化，并具备实时性能（45fps）。未来可探索更长时间静置场景下的方向歧义问题，以及进一步泛化到更多实际应用。核心机制是通过特征蒸馏和时空注意力实现点云到SMPL参数的鲁棒回归。\n\n### 关键要点\n- LiveHPS采用单激光雷达输入，不受光照、场地和穿戴设备限制，在自由环境下实现场景级人体姿态、形状和全局平移估计。\n- 提出自适应顶点引导蒸馏（VAD）模块，利用SMPL网格顶点的规则分布对齐不同LiDAR点云分布，提高特征提取器对分布变化的鲁棒性。\n- 设计连续姿态优化器（CPO），通过时间注意力捕捉运动一致性，配合空间关节间交互来细化关节位置，有效缓解遮挡和噪声影响。\n- 提出骨架感知平移求解器，使用交叉注意力将关节点特征与点云融合，估计平移偏差而非绝对平移，避免误差累积，提升全局平移精度。\n- 引入场景级单向倒角距离（SUCD）作为新的评估指标，直接度量点云到预测网格顶点的平均距离，综合评估姿态、形状和平移误差。\n- 构建了大规模多模态数据集FreeMotion，包含578,775帧、1-7人场景、多视角（LiDAR、RGB相机、IMU）数据，并提供完整的SMPL参数标注（姿态、形状、平移）。\n- FreeMotion覆盖了多人物活动、人-物交互、不同捕获距离（最大39.85米）和自然遮挡，填补了现有LiDAR人体数据集的空白。\n- 实验在多个数据集上验证了方法的泛化能力，包括SURREAL、Slope4D、LiDARHuman26M、LIPD、CIMI4D、SemanticKITTI和HuCenLife，在跨数据集测试中均优于现有方法。\n- 消融实验显示VAD、CPO和各子模块均有效，例如去除VAD使关节误差从119.27mm增至129.19mm，去除CPO则增至127.44mm。\n- 方法对输入序列长度和点密度具有鲁棒性，即使序列长度1帧或人体点数少于100（约15米距离）时仍能保持较好性能。\n- 在真实场景中可实现实时运行（45fps），白天和夜间均可稳定工作，适用于机器人、自动驾驶等实际应用。\n- 局限性：当人体长时间静止时，模型无法充分利用动态信息，可能导致全局朝向判断错误（与真实姿态相反）。"
}