某中心与马普学会公布资助研究项目

某中心与马克斯·普朗克学会（简称MPG）于2022年5月宣布成立科学中心，这是该机构在美国之外设立的首个科学中心，旨在推动人工智能、计算机视觉和机器学习领域的研究，惠及社会各领域。基于此目标，科学中心现资助以下研究项目：

非言语人际同步分析工具（nVISA-online）

研究者：Senya Polikovsky（马普智能系统研究所研究工程师）
人际同步（In-Sync）指社交互动中行为、情感甚至生理反应的自发同步现象，可有效反映社交伙伴间的互动质量。自动评估In-Sync可为研究精神疾病患者的互动能力、心理治疗中的治疗联盟程度以及在线人机交互提供客观工具。身体运动动力学是分析In-Sync的核心，此外还可利用面部表情、凝视交互、音频信号及皮肤电活动、心率变异性等生理指标。本研究旨在将In-Sync分析扩展至在线场景，开发适用于在线治疗会议的检测工具与流程。

基于单张图像的精确3D人体与服装重建

研究者：Gerard Pons-Moll（马普信息学研究所高级研究员）
本研究通过结合3D神经隐式函数（表示穿着服装）与参数化模型（表示和控制人体姿态与形状），从单张RGB图像重建3D数字人体。核心创新在于向深度人体估计网络引入反馈机制，确保3D人体网格与其在照片中的投影保持一致。

通过高保真有限元分析学习服装压力场

研究者：Gokhan Serhat（马普智能系统研究所科学家）
精确估计服装对人体压力是理解穿着舒适度物理因素的关键。该研究需根据不同体型、服装尺寸和材料属性表达接触压力场，但压力场复杂度超出传统分析方法范围。实验方法也存在局限，无法提供内部应力信息且难以精确测量曲面软体间接触压力。人体复杂解剖结构需数千元素的有限元模型才能准确捕捉变形力学，但大模型计算成本高且易出现数值问题。本研究旨在通过基于有限元分析数据训练的深度神经网络开发变形模型以解决该问题。

可控虚拟人的服装材质估计

研究者：Justus Thies（马普智能系统研究所研究组长）
可控虚拟人的核心挑战在于服装重建与动画化。虽然数据驱动的个性化重建方法效果显著，但在新姿态下实现服装真实变形的外推能力有限。与数据驱动方法不同，物理模拟可建模动态变化的服装。本项目旨在探索用于此类模拟的服装材质估计，重点预测影响运动依赖变形的刚度、拉伸等力学属性，以及支持新姿态下重新渲染的外观材质属性。