卡内基梅隆大学和马克斯·普朗克智能系统研究所联合开发的WHAM方法，在3D人体运动估计领域取得重大突破。该方法利用深度学习技术，从单眼视频中精准重建人体姿态和形状，并通过巧妙的算法设计，有效减少了足部滑动的影响，实现了高精度和高效率的3D人体运动捕捉。这项技术在野外测试中表现出色，超越了现有的许多先进方法，为动作捕捉技术带来了新的可能性。
卡内基梅隆大学和马克斯·普朗克智能系统研究所合作推出的WHAM方法，在精准性和效率上实现了从视频中准确估计3D人体运动的突破。该方法结合3D人体运动和视频背景，通过深度学习技术从单眼视频中精准重建人体姿态和形状。具有全球坐标一致性的WHAM通过运动上下文和足地接触信息最小化足滑动，取得了出色的成果。在野外测试中，WHAM在多项指标上表现优越，是当前最先进的方法之一。
WHAM方法的出现，标志着3D人体运动估计技术取得了显著进展，其高精度和高效性为虚拟现实、动画制作、体育分析等领域提供了强有力的技术支持，未来有望在更多领域得到广泛应用，推动相关技术不断发展和进步。