用於三維人體運動跟蹤的架構

2021-04-26 01:39:30 字數 674 閱讀 9187

本週還了解了一種新的用於三維人體運動跟蹤的框架,該框架採用隨機取樣和區域性最優化的方法來取得魯棒性和有效性的較好折中,引入了基於模擬人體運動的區域性最優化方法來提高跟蹤的優越性。

本框架在對三維人體進行建模是採用了圓柱體建模法(見圖1),除了軀幹非標準圓柱外(橫截面是橢圓形),其他部位都是標準的圓柱(頭,前臂,後臂,大腿,小腿),並給給部分編號,非軀幹部分的區域性座標系原點位於各圓柱基底旋轉中心位置,整個人體的座標系原點位於軀幹中心。同時引入自由度來約束各個部分的運動,其中前臂和小腿都是乙個自由度,頭、後臂和大腿是三個自由度,軀幹是6個自由度,這樣就是25個自由度。

圖1 三維人體模型

然後進行三維人體重建,這裡是用視覺外形的方法(visual hull method)重建三維場景點和表明法線向量,重建點通過觀測的視錐相交獲得,對應的法線通過觀測的線與影象輪廓的切線的叉積得出。

區域性最優化方法是迭代最近點演算法的擴充套件,它是基於配準演算法的模擬人體運動,這個方法的優點:提出一種簡單有效的分級模型位置更新方案取代遞迴來解決一系列動力學方程。

實驗證明了這個方法的魯棒性和有效性的提高,同時也得出該方法比基於像力的方法和基於粒子濾波的方法要好,粒子濾波為了達到一定的效果需要許多粒子,所以該法較慢,基於像力的方法不可靠易丟失,只適合比較簡單的運動如步行,但對於拳擊丟不可靠了。

這個方法有個很大的侷限性就是:需要用類似的運動模型進行詳細耐心的訓練。

帶有信任門的時空LSTM,用於三維人體動作識別

why?1.基於人類動作分析3d骨架資料 由於其簡潔 健壯性和檢視不變表示的特點變得流行!2.創意 提出了一種更強大的基於樹結構的遍歷方法。3.效能最先進 how?時空 性網路的提出和實現 1.lstm適合學習在乙個序列的時間資料。2.骨骼資料的序列特性同樣適合rnnn的學習在空間領域。然後將遞迴分...

三維姿態捕捉 baiobit三維運動捕捉分析系統

baiobit三維運動捕捉分析系統 姿態動作協議版 baiobit三維運動捕捉分析系統 姿態動作協議版 義大利bts在運動分析技術方面已經發展30多年,baiobit三維運動捕捉分析系統 姿態動作協議版 是bts在生物工程領域研究和發展的創新成果。技術和服務的結合,以支援 師進行臨床和功能性評估與訓...

全身三維人體掃瞄器資訊彙總

宣告 最近幾年,3d列印 3d照相火遍全世界。國內各大城市都陸續出現3d照相館。三維人體掃瞄不僅可以用於3d照相,還可以用於服裝定製 虛擬試衣 整形醫療 真人遊戲角色建立等。1.artec eva 美國 特徵 手持式,白光掃瞄,精度0.1 mm,15萬左右,全身掃瞄大概需要3 5分鐘。這款掃瞄器很厲...