CVPR 2022 最佳论文候选 | PIP: 6个惯性传感器实现全身动捕和受力估计

本文提出了一个基于物理的稀疏惯性动捕和人体受力估计方案：Physical Inertial Poser (PIP)。仅使用6个惯性传感器（Inertial Measurement Unit，IMU），该方案可以实时捕捉符合真实世界物理规律的人体运动，关节受力、以及地面作用力等信息。

该系统可以在CPU上以60fps的速度运行，算法延迟只有16毫秒，相比前人工作在公开数据及上达到了最高的姿态估计精度、动作平滑性、以及最低的系统延迟，并且首次实现了基于稀疏惯性传感器的人体受力估计。通过引入物理优化，该方案大幅提高了估计的人体动作的真实感和准确度。该研究入选CVPR 2022 Best Paper Finalist。

项目主页：https://xinyu-yi.github.io/PIP/

论文链接：https://arxiv.org/abs/2203.08528

开源代码：https://github.com/Xinyu-Yi/PIP