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:
人体运动数据捕捉技术是虚拟场景中人体模型的建立基础,Kinect作为一种运动捕捉设备被广泛用于虚拟现实人机交互,而单台Kinect在进行运动捕捉时存在前后模糊、自遮挡的问题,是造成捕捉数据不准确的主要原因.为提高人体动作捕捉数据精度,提出了2台Kinect的自适应加权数据融合方法,各关节的融合权重随跟踪状态和人体面向方向与Kinect方向夹角的变化自适应调整,以融合后的骨骼关节点数据驱动虚拟人体骨骼模型运动,搭建了双Kinect全身运动捕捉系统,实现了骨骼模型与现实场景中人体的实时随动,分析了系统的实时性与动作捕捉性能,解决了单Kinect的自遮挡与前后模糊问题.
推荐文章
测距传感器数据在线自适应加权融合
红外线测距传感器
超声波传感器
自适应加权融合估计
基于分簇与自适应加权的 WSN 数据融合算法
无线传感器网络
分簇算法
自适应加权
数据融合
测距传感器系统的测距数据在线自适应加权融合
红外线传感器
超声波传感器
自适应加权融合
基于改进自适应加权的多传感器融合监测
数据融合
自适应加权
修正证据距离
加注系统
健康监测
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 双Kinect自适应加权数据融合的全身运动捕捉方法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 运动捕捉 Kinect 数据融合 人机交互 虚拟现实
年,卷(期) 2019,(9) 所属期刊栏目 “第三届亚洲人工智能技术大会”会议论文选登
研究方向 页码范围 109-117
页数 9页 分类号 TP391|TP274
字数 4547字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2019.09.016
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 姚寿文 北京理工大学机械与车辆学院 45 242 9.0 12.0
2 王瑀 北京理工大学机械与车辆学院 9 28 4.0 5.0
3 常富祥 北京理工大学机械与车辆学院 4 3 1.0 1.0
4 栗丽辉 北京理工大学机械与车辆学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (171)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(12)
  • 参考文献(2)
  • 二级参考文献(10)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
运动捕捉
Kinect
数据融合
人机交互
虚拟现实
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导