华为、清华研究员为稀疏传感器重建全身运动提出身体姿势图框架
通过稀疏传感来重建全身运动
(映维网Nweon 2024年08月30日)利用稀疏传感器数据估计3D全身姿态是增强现实和虚拟现实中重建真实人体运动的关键技术。然而,将稀疏传感器信号转化为全面的人体运动依然是一个挑战,因为普通VR系统中稀疏分布的传感器无法捕获整个人体的运动。
在一项研究中,华为、清华大学和上海人工智能实验室等企业和机构组成的团队利用精心设计的身体姿势图(Body Pose Graph/BPG)来表示人体,并将挑战转化为图缺节点的预测问题。
在这个基础之上,研究人员提出了一种基于BPG的全身运动重构框架。为了建立BPG,首先赋予节点从稀疏传感器信号中提取的特征。来自不同传感器的可识别关节节点的特征从时间和空间角度进行合并和处理。使用时间金字塔结构捕获时间动态,而关节运动中的空间关系通知空间属性。所得到的特征作为BPG节点的基本元素。
为了进一步完善BPG,通过包含反映不同关节关系的神经网络更新节点特征。实验证明所述方法的有效性达到了最先进的性能,特别是下半身运动,优于其他基准方法。另外,消融研究验证了所提出框架中每个模块的有效性。
......(全文 1620 字,剩余 1198 字)
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限