10.19665/j.issn1001-2400.2020.02.004
结合形变模型的人体姿态估计优化算法
为了解决现有的基于人体形变模型的姿态估计算法容易出现误差、组成的运动序列不连贯等问题,提出利用深度相机获取的视频数据、点云数据进行优化的方法.对于视频数据:首先使用神经网络从视频每一帧彩色图像中提取模型参数,再利用人体关键点和轮廓的约束对参数进行优化求解,最后结合视频序列的帧间连贯性对视频全部帧的姿态估计结果进行误差纠正,使所得的运动序列更加流畅平滑.此外,为了进一步提升算法的精度,利用深度图所得点云与对应彩色图所得模型作为联合输入,然后利用点云与模型对应点的距离约束进行优化求解,最终得到一个与人体真实姿态相似的结果.将该算法与同类算法分别在公开数据集和真实数据上进行定性及定量的比较,实验结果表明,该算法能有效地纠正单帧姿态估计结果中出现的误差及运动不连续等问题,且在利用点云数据优化后,大幅提高了算法的精确度.
姿态估计、运动重建、形变模型、点云、神经网络
47
TP391(计算技术、计算机技术)
国家自然科学基金;陕西省工业攻关项目
2020-04-27（万方平台首次上网日期，不代表论文的发表时间）
共9页
23-31
