HSfM 可以实现。
HSfM 方法通过结合人体网格恢复（HMR）方法和运动结构（SfM）技术，从少量非标定图像中联合重建 3D 人体、场景和相机。
HSfM 首先从稀疏的输入图像中提取 2D 人体关节点，估计 3D 关节位置和身体形状，并使用 DUSt3R 等数据驱的 SfM 方法进行场景和相机重建。
该方法通过假设已知的人员重新识别来解决 SfM 方法中的尺度模糊问题，并通过调整相机参数来确保人体在场景中的一致尺度。
HSfM 采用了一个包含关键点重投影、身体形状正则化和 DUSt3R 全局对齐损失的联合损失函数，以同时估计人体和场景。
通过对公共基准数据集的评估，HSfM 在精确地将人物放置在场景中方面表现出色，并且显著改善了相机姿态和场景重建的准确性。
此外，该项目得到了多个机构的支持，并在论文中表示了对贡献者的感谢。
https://muelea.github.io/hsfm/
网友回复
我知道答案，我要回答
私活外包
