为宽松穿戴设备选择运动真值：光学动作捕捉方法基准测试
计算机视觉与模式识别
2023-07-26 v2 图形学
摘要
为帮助智能可穿戴设备研究者为各类宽松服装选择最优的运动捕捉（MoCap）真值方法，我们提出了一个专门设计用于评估基于标记与无标记光学MoCap性能的基准测试DrapeMoCapBench（DMCB）。高成本的基于标记的MoCap系统众所周知是精确的黄金标准。然而一个较少为人所知的隐患是，它们需要在骨骼区域贴身佩戴标记以确保指定精度，这使得它们在宽松服装上存疑。另一方面，由计算机视觉模型驱动的无标记MoCap方法多年来已趋于成熟，其成本极低，仅需智能手机摄像头即可。为此，DMCB使用大规模真实世界记录的MoCap数据集进行并行3D物理仿真，涵盖广泛多样性：从贴身到极度悬垂服装的六种悬垂程度、三种运动强度以及六种体型-性别组合，以对最先进的基于标记与无标记光学MoCap方法进行基准测试，从而确定不同场景下性能最优的方法。在评估基于标记与低成本无标记MoCap对日常宽松服装的表现时，两种方法均表现出显著的性能损失（>10cm），但对于涉及基础和快速运动的日常活动，无标记MoCap略优于基于标记的MoCap，使其成为可穿戴研究中一种有利且具成本效益的选择。
引用
@article{arxiv.2307.11881,
title = {Selecting the motion ground truth for loose-fitting wearables: benchmarking optical MoCap methods},
author = {Lala Shakti Swarup Ray and Bo Zhou and Sungho Suh and Paul Lukowicz},
journal= {arXiv preprint arXiv:2307.11881},
year = {2023}
}