據itmedia報道，微軟MR與AI Lab研究團隊基于頭顯捕獲的頭部和手部追蹤數據開發了“FLAG：Flow-based Avatar Generation from Sparse Observations”解決方案，該方案可實現以三維形式呈現身體全身運動。 通常而言，通過HoloLens、Meta Quest等頭顯捕獲的頭部和手部追蹤數據由于不能表現人體全身，因此很難生成逼真3D化身。
為此，研究團隊提出了一種基于頭顯信號生成自然人體全身動作的全新方案，以解決這一難題。 所述系統具體而言基于流模型解析給定頭部和手部動作數據，該模型能夠實現3D姿勢分布和基礎分布之間的可逆映射。 除了支持3D人體條件分布外，該方案還支持從觀察數據到潛在空間的隨機映射，并從中預估各種人體關節姿勢以生成自然姿勢。 值得一提的是，通過實驗評估和消融研究，該方法優于大型運動捕捉數據集AMASS的最新方案，該數據集以SMPL人體模型模擬多種全身姿勢，以誤差極低、優化較少著稱。 |
