近年来，3D人体姿态估计的进展使得无标记的骨骼运动恢复变得越来越准确和可扩展。然而，大多数姿态估计器仍然专注于几何关键点的准确性，而许多在康复、运动科学、人机工程和临床运动分析等实际应用中，需要描述身体如何运动、负载和激活的生物力学量。
为了应对这一需求，我们提出了BioModule，这是一种轻量级的插件型时间变换器，能够连接在任何3D姿态估计器的下游，并从标准的17关节3D骨骼中预测生物力学属性。BioModule是估计器无关的，无需对上游姿态模型进行修改，从而使现有的姿态估计器能够扩展到物理可解释的运动分析。
为了训练和评估BioModule，我们构建了一个大型对齐数据集，将Human3.6M视频和3D关键点与Human3.6Mplus的生物力学标签空间配对。我们建立并验证了两个数据集坐标系统之间的解剖对应关系，实现了帧精确的跨模态监督。
在这种对齐的监督下，BioModule能够预测生物力学量。此外，我们在七种最先进的3D姿态估计器上对BioModule进行了基准测试，提供了上游姿态估计质量如何传播到下游生物力学预测保真度的首次系统分析。结果显示，BioModule作为一个紧凑的模块，成功地连接了基于视觉的姿态估计与具有生物力学意义的人类运动分析之间的桥梁。
博主点评： BioModule的提出有效地解决了3D姿态估计与生物力学分析之间的鸿沟，通过无缝集成现有模型，展现了其在运动科学领域的广泛应用潜力。其创新的对齐数据集设计为后续研究提供了重要的基础，值得关注。