real-stage-a-full
Positive control: distant full body on a static stage.
全段主体锁定稳定,整体姿态与手臂变化合理,root基本固定在舞台原位,双脚接地一致;主要局限是远景导致手部与细微重心变化被平滑。
Pinned commit 6ec3ca3 · job 5222 · 4× NVIDIA GB200 · 86 seconds · research-only evaluation
--static_cam,
so this measures single-subject body and pose recovery, not camera trajectory
estimation. Double-person and anime clips are deliberate out-of-distribution
stress cases. The pinned source has narrow ARM64/Python 3.12 compatibility
patches for optional pycolmap, headless import, and legacy chumpy APIs.
Positive control: distant full body on a static stage.
全段主体锁定稳定,整体姿态与手臂变化合理,root基本固定在舞台原位,双脚接地一致;主要局限是远景导致手部与细微重心变化被平滑。
Short-clip stability on the first movement phrase.
远景小人仍能稳定跟踪,躯干朝向、手臂手势和站姿基本吻合;root位置连续,双脚落地稳定,仅手部细节和轻微屈膝不够精确。
Positive control: second distant full-body performer.
人物跟踪贯穿全段,抬手触脸等关键姿态被捕捉,root无明显漂移,双脚持续落地;手臂和手腕细节略粗,但不影响作为低动态全身训练数据使用。
Short-clip stability on the later movement phrase.
后段跟踪稳定,手从脸侧回落及上身姿态变化连贯,root位置稳定、双脚接地正常;仅有远景下手部姿态简化和轻微身体朝向误差。
Expose the one-track detector choice in a two-person shot.
三处采样均跟踪前景人物,整体姿态连续;双人场景存在选轨歧义,字幕长期遮挡下肢,root/脚步主要依赖补全,不宜作为高质量全身监督。
Test whether a person-biased crop changes the selected track.
裁剪后持续锁定左侧前景人物,躯干姿态和前向位移较稳定;画面低清且字幕遮挡腿脚,步态、root 深度和脚部接触可信度有限。
Crowd and podium occlusion stress test.
主体锁定稳定,头肩和轻微上身动作基本一致;前景手机与讲台遮挡双手及下半身,模型给出的屈臂、root 和双脚接地无法由画面验证,姿态偏模板化。
Track continuity after a shot change in a crowded scene.
人物跟踪连续,上身朝向及双臂开合大致准确,root 基本稳定;讲台长期遮住下身,腿脚和站姿属于无观测补全,手指与手势也较粗,不适合作为全身监督。
Upper-body reconstruction with legs outside frame.
上半身跟踪良好,头部转向、躯干前倾和手臂手势基本合理;腿脚始终不可见,模型补出的站姿、root 和接地无视觉依据,仅适合上半身姿态数据。
Body-shape and partial-body stress case.
上半身跟踪尚稳定,手臂位置基本可用;但网格完全丢失孕腹这一关键体型特征,并凭空补全未入镜的腿脚与站立 root,身体形状和下肢监督均不可信。
Upper-body gesture reconstruction.
人物跟踪连续,手靠头发的主要动作和上身朝向基本保留,但双臂、手腕及手部位置偏差较大;root基本锁定,下肢和脚为画外推断,只适合较粗的上半身动作监督。
Later gesture phrase and temporal consistency.
主体跟踪稳定,头肩和双臂姿态基本连贯;下半身完全出框,root 与双脚均为推测,脚部接地和全身运动不可作为可靠监督。
Handheld camera and partial second-person hard case.
人物尚未入镜时网格已持续出现在空路面,存在严重误检和时序目标关联错误;手持镜头运动被混入 root/全局运动,后段近景姿态虽勉强对应,但双脚与位移完全不可用。
Chest-up input with substantial leg hallucination required.
主体跟踪稳定,头肩和静态上身姿态大致合理,但手臂细节带有明显臆测;胸部以下不可见,root、腿和脚全部是稳定但无证据的补全,不适合监督全身或全局运动。
Cinematic multi-person shot and camera-motion stress.
主体在多人远景到近景切换后仍基本跟住,躯干和抬手姿态可辨;但多人遮挡下目标关联不够可靠,global root 前倾和位移变化偏大,双脚接地与步态缺乏可信对应。
Later cinematic shot and cut sensitivity.
镜头切换后人物外观与构图发生突变,虽能逐帧贴合上半身,但跨帧身份和姿态轨迹不连续;下肢多处出框且后段出现跪姿式错误补全,root/脚部运动不可用。
Stylized cropped character, intentionally out of distribution.
人物跟踪基本连续,头身朝向和大幅上肢动作可用,但前伸手的透视与双手位置明显失真;下半身完全由裁切画面外推,root近乎静止且脚部落地可信度低。
Second stylized segment for detector consistency.
遮挡和近景切换下跟踪不稳,躯干朝向、手臂与手部姿态多处错配,动作连续性较差;root与双腿均属无依据补全,脚位和支撑关系不可用。
Hard anime-domain test with synchronized motion; GVHMR is expected to choose only one track.
双人交叠时疑似发生选人或身份切换,单帧能抓到部分舞姿,但跨帧姿态与朝向不连续;全局位移漂移明显,脚部滑动、悬空和落地关系均不可信。
Strong generated-video positive: frontal full-body dance with visible feet.
上身与双臂舞姿跟踪较好,腿部交叉动作大体可辨;但global motion出现明显向镜头方向的root漂移,和画面内近乎原地舞动不符,脚部接触也有滑步/悬浮感,仅适合保留姿态监督而不宜直接用于全局轨迹训练。