[論文レビュー] SAM 3D Body: Robust Full-Body Human Mesh Recovery

Xitong Yang, Devansh Kukreja+12 more|arXiv (Cornell University)|Feb 17, 2026

Human Pose and Action Recognition被引用数 0

ひとこと要約

提供されたソースには論文の貢献を判断するのに十分な情報がありません。

ABSTRACT

We introduce SAM 3D Body (3DB), a promptable model for single-image full-body 3D human mesh recovery (HMR) that demonstrates state-of-the-art performance, with strong generalization and consistent accuracy in diverse in-the-wild conditions. 3DB estimates the human pose of the body, feet, and hands. It is the first model to use a new parametric mesh representation, Momentum Human Rig (MHR), which decouples skeletal structure and surface shape. 3DB employs an encoder-decoder architecture and supports auxiliary prompts, including 2D keypoints and masks, enabling user-guided inference similar to the SAM family of models. We derive high-quality annotations from a multi-stage annotation pipeline that uses various combinations of manual keypoint annotation, differentiable optimization, multi-view geometry, and dense keypoint detection. Our data engine efficiently selects and processes data to ensure data diversity, collecting unusual poses and rare imaging conditions. We present a new evaluation dataset organized by pose and appearance categories, enabling nuanced analysis of model behavior. Our experiments demonstrate superior generalization and substantial improvements over prior methods in both qualitative user preference studies and traditional quantitative analysis. Both 3DB and MHR are open-source.

研究の動機と目的

• 提供されたテキストから研究目的を抽出するには情報が不足しています。

提案手法

• 提供されたテキストから提案された方法や主要な技術を抽出するには情報が不足しています。

実験結果

リサーチクエスチョン

• RQ1 提供されたテキストから具体的な研究課題を識別するには情報が不足しています。

主な発見

• 提供されたテキストから主要な定量的結果を報告するには情報が不足しています。