摘要
近年来，点云感知任务引起了越来越多的关注。本文首次尝试从稀疏的激光雷达（LiDAR）点云中估计三维人体网格。我们发现，从点云中估计人体姿态和网格的主要挑战在于激光雷达点云的稀疏性、噪声和不完整性。为应对这些挑战，我们提出了一种有效的稀疏到密集重建方案，用于重构三维人体网格。该方案包括估计人体的稀疏表示（三维人体姿态），并逐步重建身体网格。为了更好地利用点云的三维结构信息，我们在稀疏到密集重建过程中采用了级联图变换器（graphormer）来引入点云特征。在三个公开数据库上的实验结果证明了所提方法的有效性。代码：https://github.com/soullessrobot/LiDAR-HMR/