结合个性化建模和深度数据的三维人体姿态估计
利用深度传感器估计三维人体姿态是计算机视觉领域的一个重要问题,在人机交互、虚拟现实和动画设计等领域有重要的应用价值.针对该问题的主流方法是自底向上的方法,这类方法一般采用分类、回归或检索技术,可以直接从深度数据中估计三维肢体姿态,在人机交互中得到了很广泛的应用.但是这类方法依赖于大规模的姿态数据库,而且结果不够精确.本文提出一种结合个性化人体建模和深度数据的三维姿态估计方法,首先对运动对象建立三维虚拟人模型,然后利用该个性化的虚拟人模型与深度数据之间的点匹配关系构造姿态优化的目标函数,通过迭代优化目标函数,估计出与深度数据相吻合的三维姿态.与传统方法相比,本文方法不需要任何姿态数据库.实验表明,本文方法得到的结果更加精确.
姿态估计、深度数据、虚拟人
25
TP3;TB1
国家自然科学基金61402002,61502002;第48批留学回国人员科研启动基金教外司留[2014]1685号;2013安徽省留学人员科技活动项目;安徽省自然科学基金项目1408085QF120
2016-12-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
118-125