Metode WHAM yang dikembangkan bersama oleh Carnegie Mellon University dan Max Planck Institute for Intelligent Systems telah membuat terobosan besar dalam bidang estimasi gerak manusia 3D. Metode ini menggunakan teknologi pembelajaran mendalam untuk secara akurat merekonstruksi postur dan bentuk manusia dari video monokuler, dan melalui desain algoritma yang cerdas, metode ini secara efektif mengurangi dampak tergelincirnya kaki dan mencapai penangkapan gerakan manusia 3D dengan presisi tinggi dan efisien. Teknologi ini berkinerja baik dalam uji lapangan, mengungguli banyak metode canggih yang ada dan menghadirkan kemungkinan-kemungkinan baru pada teknologi penangkapan gerak.
Metode WHAM yang diluncurkan bersama oleh Carnegie Mellon University dan Max Planck Institute for Intelligent Systems telah mencapai terobosan dalam memperkirakan gerakan manusia 3D dari video secara akurat dalam hal akurasi dan efisiensi. Metode ini menggabungkan gerakan manusia 3D dan latar belakang video, serta menggunakan teknologi pembelajaran mendalam untuk secara akurat merekonstruksi postur dan bentuk manusia dari video mata tunggal. WHAM dengan konsistensi koordinat global mencapai hasil yang sangat baik dengan meminimalkan selip kaki melalui konteks gerakan dan informasi kontak kaki-tanah. Dalam uji lapangan, WHAM memiliki kinerja yang unggul pada berbagai indikator dan merupakan salah satu metode tercanggih saat ini.
Munculnya metode WHAM menandai kemajuan signifikan dalam teknologi estimasi gerakan manusia 3D. Akurasi dan efisiensinya yang tinggi memberikan dukungan teknis yang kuat untuk realitas virtual, produksi animasi, analisis olahraga, dan bidang lainnya masa depan. aplikasi untuk mendorong pengembangan berkelanjutan dan kemajuan teknologi terkait.