近日，实验室2022级硕士生吴鹏一篇论文“Clip Fusion with Bi-level Optimization for Human Mesh Reconstruction from Monocular Videos”（作者：吴鹏，卢宪凯，沈建冰，尹义龙）被CCF A类会议ACM-MM录用。ACM MM是新媒体领域的顶级会议，属于CCF A类会议。

基于单目视频的三维人体重建（Human Mesh Reconstruction）是多个应用领域的关键技术，包括虚拟现实、增强现实、机器人等。基于单目视频的三维重建任务的关键难点在于解决单目视频存在的深度信息缺失的问题，以往方法通常是通过时序模块隐式地结合多帧视频来获取时序信息，尽管这些方法取得了不错的效果，但是这种隐式的建模方法无法从根本上解决深度信息缺失的问题。因此，本文基于对视频内目标的运动视角变化的观察，发现相近的视频帧具有相似的视角，距离较远的视频帧具有不同的视角。因此，本文提出了一种视频片段内交互和视频片段之间交互相结合的建模方式。通过在多个数据集上的实验证明，这种显式的时序建模方式更能获取单目视频缺失的深度信息，从而获得更准确的重建结果。