基于深度学习的单目多人动作捕捉设计

• 作者: 胡思翔 孟伟
• 来源期刊: 科学技术创新
• 关键词: 深度学习 时域图卷积 人体姿态估计 动作捕捉
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 信息技术
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.10.034

摘要

目前的动作捕捉技术主要建立在复杂的人体标记与传感器的基础上,成本较高,而基于深度学习的人体姿态估计正在成为新的选择.不过现有大部分方法是基于单人或图片的估计,对于视频多人的估计还有诸多挑战.为此提出了一种基于矫正网络的姿态估计与动作捕捉模型.首先,使用现有的多人二维姿态估计方法,以二维的输出作为三维估计模型的输入,三维估计以时域图卷积为主干网络.其次,设计三个校正单元,分别结合人体运动学的姿态矫正、人体力学的接触矫正和平衡矫正.实验效果表明实现了人体动作捕捉系统简易化设计.