Crowd3D++：基于直立空间的鲁棒单目人群重建

基于摘要分析。该研究面向单张大场景图像中数百个人体姿态与形状的空间一致性重建，重点处理人体像素尺度小且差异大、深度歧义及不同相机 FoV（视场）带来的透视畸变。核心贡献是通过 Human-scene Virtual Interaction Point（HVIP，人体—场景虚拟交互点）与规范化 Upright Space，将人体定位、局部图像处理和统一相机空间中的重建关联起来。 机制上，HVIP 将复杂的三维人体定位转化为二维像素定位；作者进一步提出 RCR（Robust Crowd Reconstruction），目标是在不同相机 FoV 下实现全局一致的重建，且不依赖测试时优化。针对人体像素尺寸变化，Iterative Ground-aware Cropping 自动裁剪图像并合并结果。为降低相机与裁剪过程对重建的影响，方法引入规范化的 Upright 3D Space 及对应的 Upright 2D Space；Upright Normalization 将局部裁剪输入映射至 Upright 2D Space，再将 Upright 3D Space 中的输出转换至统一相机空间。具体映射公式、相机与地面信息的获取方式、训练目标及网络实现尚未验证。 作者还提出 LargeCrowd 和 SynCrowd 两个用于大场景人群重建评估的基准数据集。作者报告实验支持方法有效，并称 RCR 在不同相机 FoV 下具有稳定泛化能力；但摘要未给出数据规模、划分、对照方法、指标或具体数值，实验协议、消融及统计信息尚未验证，因此不能据此量化性能提升或判断泛化边界。 摘要表示代码和数据将向研究用途公开，这属于发布计划，不能视为已可获取。该论文的主要对象是计算机视觉中的单目人体三维重建，而非神经信号建模；现有材料未建立其与 EEG/BCI 的具体机制对应关系，不据此提出迁移效果或复现实验建议。已有 EEG 相关工作尚未检索确认。