MAMMA

Захватить движение нескольких людей одновременно — и сделать это без единого маркера на теле. Именно эту задачу решает MAMMA, исследовательский проект из Max Planck Institute for Intelligent Systems, представленный на CVPR 2026 в качестве орального доклада.

Система работает с многокамерной съёмкой и прогоняет видео через последовательный пайплайн: сначала загружает данные со всех камер, затем сегментирует каждого человека в кадре, определяет 2D-ориентиры, после чего строит трёхмерную оптимизацию тела по модели SMPL-X и финально генерирует оверлеи и интерактивную 3D-сцену. Каждый этап — отдельный шаг с понятным входом и выходом.

Запустить демо можно буквально в несколько команд: скачать пример с четырёх камер (~56 МБ), передать калибровочный файл, указать пресет конфигурации — и пайплайн стартует. Если терминал не нравится, есть браузерный интерфейс на Flask + React, где всё то же самое делается кликом мыши.

Для работы с собственными съёмками нужно три вещи: файл калибровки камер, папка с последовательностями и пресет — либо готовый (quick или full), либо свой по документации. Можно обрабатывать одну последовательность за раз или передать capture JSON и пройтись по всем сразу в одном запуске.

Вместе с кодом команда открыла доступ к нескольким семействам датасетов — танцы, мультиперсонные сцены, съёмки с iPhone, данные для оценки и синтетика. Всё это лежит на отдельном проектном сайте и доступно после бесплатной регистрации. Код распространяется для некоммерческих научных исследований.