基于多摄像头与人工智能的无标记三维人体姿态跟踪：实现高精度、鲁棒性与实时性能
计算机视觉与模式识别
2023-04-03 v1 机器人学
摘要
实时跟踪三维人体运动对众多领域中的大量应用至关重要。传统方法需要在身体上附加人工基准物或传感器，限制了其可用性与使用舒适度，进而缩小了应用领域。人工智能（AI）的最新进展使得无标记方案成为可能。然而，此类方法大多在二维下工作，而提供三维方案的那些方法则在精度与实时性能上有所折衷。为应对这一挑战并释放视觉姿态估计方法在真实场景中的潜力，我们提出了一种无标记框架，结合多摄像头视角与基于AI的二维姿态估计方法来跟踪三维人体运动。我们的方法集成了一个加权最小二乘（WLS）算法，该算法由AI驱动方法提供的多个二维姿态估计计算三维人体运动。该方法集成于Open-VICO框架中，支持仿真与真实世界执行。我们进行了若干实验，结果表明其具有高精度与实时性能，证明了其面向真实应用的较高成熟度以及革新人体动作捕捉的潜力。
引用
@article{arxiv.2303.18119,
title = {Markerless 3D human pose tracking through multiple cameras and AI: Enabling high accuracy, robustness, and real-time performance},
author = {Luca Fortini and Mattia Leonori and Juan M. Gandarias and Elena de Momi and Arash Ajoudani},
journal= {arXiv preprint arXiv:2303.18119},
year = {2023}
}
备注
19 pages, 7 figures