基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前基于MEMS传感器的手部动作捕捉系统中,传感器获取关节姿态角后,多采用解剖学中手部骨骼长度统计值作为虚拟手的骨骼长度来推算指关节位置.由于使用者个体手部比例差异的影响,造成手部精细动作追踪过程中的误差.通过分析手部的骨骼结构和运动特性,构建了三维手部骨骼模型,并对两种特定姿态分别进行标定,提出了一种基于特定姿态的骨骼比例推定算法,在实现传感器数据初始偏差校正的同时,可以推定手部骨骼精确比例.基于运动学计算虚拟手关节位置,实现手部动作的精确还原,并应用于某仿真系统的虚拟手追踪与交互.
推荐文章
面向手势动作捕捉的传感器设计及主从手运动映射
主从手
应变传感器
手势动作捕捉
运动映射
运动学
基于SOA-ELM的手部动作识别方法实验研究
表面肌电信号
搜寻者优化算法
极限学习机
基于Kinect V2动作捕捉系统的设计与实现
Kinect V2
动作捕捉系统
Unity3D插件
运动重定向技术
基于AR动态图像的人物动作捕捉技术研究
AR动态图像
人物动作
轮廓分割
特征提取
识别能力
检测方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向手部动作捕捉的骨骼比例推定算法
来源期刊 中国科技成果 学科
关键词 MEMS惯性传感器 运动跟踪 骨骼比例 标定 虚拟手
年,卷(期) 2017,(22) 所属期刊栏目 创新交流
研究方向 页码范围 35-39
页数 5页 分类号
字数 2962字 语种 中文
DOI 10.3772/j.issn.1009-5659.2017.22.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李蔚清 南京理工大学计算机科学与工程学院 35 392 11.0 19.0
2 李子琛 南京理工大学计算机科学与工程学院 1 1 1.0 1.0
3 陈娜 南京理工大学计算机科学与工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
MEMS惯性传感器
运动跟踪
骨骼比例
标定
虚拟手
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科技成果
半月刊
1009-5659
11-4484/N
北京复兴路15号245室中国科技成果编辑部
chi
出版文献量(篇)
18187
总下载数(次)
24
总被引数(次)
6240
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导