稀疏惯性姿态估计器：基于稀疏 IMU 的自动 3D 人体姿态估计
计算机视觉与模式识别
2017-03-27 v2 图形学
摘要
我们致力于通过使用附着在身体上的少量惯性传感器，使野外环境下的人体运动捕捉更具实用性。由于该问题具有严重的欠约束性，以往的方法要么使用大量传感器（具有侵入性），要么需要额外的视频输入。我们采取了一种不同的方法，通过以下方式对问题进行约束：(i) 利用包含人体测量学约束的真实统计人体模型；(ii) 使用联合优化框架，将模型拟合到多帧的方向和加速度测量值上。由此产生的追踪器“稀疏惯性姿态估计器”（SIP）仅使用 6 个传感器（附着于手腕、小腿、背部和头部）即可实现 3D 人体姿态估计，并适用于任意人体运动。在最近发布的 TNT15 数据集上的实验表明，在使用相同数量传感器的情况下，SIP 在不使用任何视频数据的情况下，其精度高于该数据集的基线方法。我们进一步展示了 SIP 在户外场景（如攀爬或跳墙）中新记录的挑战性动作上的有效性。
引用
@article{arxiv.1703.08014,
title = {Sparse Inertial Poser: Automatic 3D Human Pose Estimation from Sparse IMUs},
author = {Timo von Marcard and Bodo Rosenhahn and Michael J. Black and Gerard Pons-Moll},
journal= {arXiv preprint arXiv:1703.08014},
year = {2017}
}
备注
12 pages, Accepted at Eurographics 2017