【技术实现步骤摘要】
本专利技术涉及计算机视觉，特别涉及一种人体动作姿态跟踪方法及系统。
技术介绍
1、人体动作捕捉是运动分析、行为理解和姿态生成的重要基础，在ar/vr、疾病诊断、机器人操控、运动训练等领域有着广泛的应用。主流的动作捕捉技术有两种，一种是基于深度学习模型，利用其强大的拟合能力，推断人体的动作信息；另一种是基于优化算法，针对不同场景设计特定的能量项，利用梯度下降原理获取真实的人体动作信息。
2、基于深度学习或优化的方法大多使用rgb图像或深度图像作为输入，尽管可以获取合理的人体动作，在解决地面滑步、全局漂移等问题的表现较差，导致时序人体运动的可视化效果不理想。目前的一些方法通过增加相机数量或穿戴复杂传感设备的方法解决时序稳定性问题，但是这样会大大增加动作设备的成本。为改善时序运动的稳定性，同时保持动作捕捉设备的便捷，需要在视觉数据的基础上加入压力数据，设计基于多模态信号的单视角单人动作捕捉系统，针对快速运动场景，该系统的姿态跟踪结果具有较好的稳定性。
3、因此，如何提供一种人体动作姿态跟踪方法及系统，是目前亟待解决的问
【技术保护点】
1.一种人体动作姿态跟踪方法，其特征在于，包括：
2.根据权利要求1所述的人体动作姿态跟踪方法，其特征在于，所述通过处理视频数据与鞋垫压力数据，分别得到有效信息序列与脚部压力数据，并基于所述有效信息序列，转换得到人体深度数据与人体关节数据包括：
3.根据权利要求2所述的人体动作姿态跟踪方法，其特征在于，所述基于数据归一化与阈值化处理，将所述鞋垫压力数据转换为脚部压力数据包括：
4.根据权利要求2所述的人体动作姿态跟踪方法，其特征在于，所述基于脚部压力数据、人体深度数据及人体关节数据，设定人体线性蒙皮模型的约束能量项，并求解所述人体线...
【技术特征摘要】
1.一种人体动作姿态跟踪方法，其特征在于，包括：
2.根据权利要求1所述的人体动作姿态跟踪方法，其特征在于，所述通过处理视频数据与鞋垫压力数据，分别得到有效信息序列与脚部压力数据，并基于所述有效信息序列，转换得到人体深度数据与人体关节数据包括：
3.根据权利要求2所述的人体动作姿态跟踪方法，其特征在于，所述基于数据归一化与阈值化处理，将所述鞋垫压力数据转换为脚部压力数据包括：
4.根据权利要求2所述的人体动作姿态跟踪方法，其特征在于，所述基于脚部压力数据、人体深度数据及人体关节数据，设定人体线性蒙皮模型的约束能量项，并求解所述人体线性蒙皮模型的姿态参数与体型参数包括：
5.根据权利要求2所述的人体动作姿态跟踪方法，其特征在于，所述基于...
【专利技术属性】
技术研发人员：戴翘楚，吴翼天，任晟昊，张贺，
申请(专利权)人：北京未澜科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。