摘要

人体网格恢复（Human Mesh Recovery, HMR）为众多现实应用场景提供了丰富的三维人体信息。尽管基于图像的HMR方法已取得显著进展，但在动态场景下往往难以准确重建人体，导致时间上不一致以及三维运动预测不平滑，其根源在于缺乏对人体运动的建模。相比之下，基于视频的方法通过利用时序信息有效缓解了这一问题。本文提出了一种创新的、具有运动感知能力的类扩散框架——DiffMesh，用于视频驱动的人体网格恢复。DiffMesh在扩散模型的前向过程与反向过程中引入人体运动先验，建立起扩散模型与人体运动之间的桥梁，从而高效生成准确且平滑的三维网格序列。我们在广泛使用的数据集（Human3.6M \cite{h36m_pami} 和 3DPW \cite{pw3d2018}）上进行了大量实验，结果充分验证了DiffMesh在性能与效率方面的优越性。在真实场景下的可视化对比进一步表明，DiffMesh具备良好的实用潜力，适用于实际应用。