鞋垫传感器融合的单目姿态估计框架

2026年10月15日，arXiv Computer Vision 刊出 Liang Yu 等作者的论文，提出一种基于鞋垫压力与加速度传感器融合的实时单目人体姿态估计框架，并同步采集了多模态数据集。该研究采用部件解耦的时序融合框架，将智能鞋垫的足底压力与加速度特征融入下半身分支，以补偿遮挡或短暂出画时的视觉缺失，并通过轻量协调器维持上下半身时序表示的一致性。作者在基于 2D 关键点、3D landmark 和 SMPL 人体网格恢复的三类实时视觉骨干网络上进行评估，结果显示加入足部传感器后，姿态精度、运动平滑度和步态相关指标均优于纯视觉基线，在遮挡与视觉短暂丢失条件下提升最为明显。目前该工作以论文形式发布，尚未见后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。