Meta专利：用机器学习+反向运动学进行全身姿势预测推算
两份发明原理一样，都是利用机器学习模型和反向运动学来预测关节并推断全身姿势
（映维网Nweon 2022年03月19日）对于好莱坞式的精确全身动捕技术，相关的设置成本相当高昂和繁杂。尽管负责Reality Labs事业群的准Meta首席技术官安德鲁·博斯沃思（Andrew Bosworth）先前表示Quest 2当前的内向外追踪无法支持全身动捕，而且未来更加难以实现，但这家公司依然在积极地进行探索，并希望能够早日研发出用于消费者头显的全身动捕技术。
日前，美国专利商标局就公布了名为“Systems and methods for predicting elbow joint poses”和“Systems and methods for predicting lower body poses”的Meta专利申请。其中，两份发明的原理一样，都是利用机器学习模型和反向运动学来预测关节并推断全身姿势。
由于关节肌肉在人体运动期间存在一定的关联对应性，所以系统可以根据反向运动学骨骼模型，通过对一个关节姿势的确实来预测推断其他关节，然后再整合成一个完整的身体姿势。
简单来说，对于肘关节姿势预测，设备可以确定头部姿势并通过摄像头捕获前臂/手腕图像，然后由经过训练的机器学习模型根据所述信息及前臂/手腕和肘部的肌肉关节对应关系来预测推断肘关节的姿势。
......（全文 1741 字，剩余 1321 字）
