-
公开(公告)号：CN115290076B
公开(公告)日：2025-05-06
申请号：CN202210690319.6
申请日：2022-06-17
Applicant: 南京大学
Abstract: 本发明提供了一种基于多传感器融合的人体关节角数据处理方法。该方法采用IMU惯性测量单元和RGB‑D深度相机作为传感器，通过获取来自不同传感器的数据信息，利用人体关节的自约束性计算各传感器所测量的人体关节角数据，再通过卡尔曼滤波算法融合IMU惯性测量单元和RGB‑D深度相机的测量信息得到最终关节角信息。本发明不仅解决了深度相机数据抖动较大以及惯性测量单元随时间增长漂移较大的问题，而且能提升自身动作的稳定性和解决部分自遮挡问题，在降低了整体系统成本的同时，提高了动作估计的准确性和整体系统的便携性。计算得到的关节角数据可以作为人机交互的输入指令，用于人体动作估计、虚拟人驱动和机器人控制。
-
公开(公告)号：CN119992645A
公开(公告)日：2025-05-13
申请号：CN202510020551.2
申请日：2025-01-07
Applicant: 南京大学
IPC: G06V40/20 , G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/0985 , G06V10/82
Abstract: 本发明提供一种基于全局压力的人体姿态估计装置及其方法。该装置包括：空间特征编码器，用于从人体动作的全局压力帧序列中提取人体全局压力空间特征；长短期时序注意力模块，用于从人体全局压力空间特征中提取到人体全局压力时序特征并与人体全局压力空间特征融合得到压力时空特征；动作回归器，用于将压力时空特征进行非线性回归计算，得到人体参数化模型的姿态和位移参数。本发明通过将视觉信息替换为不依赖光照条件、无隐私侵犯以及不受视觉遮挡影响的压力信息，实现了人体姿态估计在特殊场景下的无侵犯性拓展。
-
公开(公告)号：CN119992646A
公开(公告)日：2025-05-13
申请号：CN202510020594.0
申请日：2025-01-07
Applicant: 南京大学
IPC: G06V40/20 , G06V10/80 , G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于全身压力和单目视频的人体姿态估计装置及其方法。该装置包括：视频特征编码器，用于从人体动作的单目正面视角视频帧序列中提取有关人体动作的视频特征；压力特征编码器，用于从全身地面压力帧序列中提取有关人体动作的全身压力特征；特征融合器，用于将全身压力特征和视频特征进行融合，得到融合特征；动作回归器，用于根据融合特征进行非线性回归计算，得到人体参数化模型的姿态和位移参数。本发明关注人体和地面的交互关系，通过融合压力信息与单目视频信息，实现了人体动作的多维度表征，弥补了传统单目视频人体姿态估计方法忽略环境信息的不足，显著增强了人体姿态估计的准确性及其与地面交互的合理性。
-
公开(公告)号：CN115290076A
公开(公告)日：2022-11-04
申请号：CN202210690319.6
申请日：2022-06-17
Applicant: 南京大学
Abstract: 本发明提供了一种基于多传感器融合的人体关节角数据处理方法。该方法采用IMU惯性测量单元和RGB‑D深度相机作为传感器，通过获取来自不同传感器的数据信息，利用人体关节的自约束性计算各传感器所测量的人体关节角数据，再通过卡尔曼滤波算法融合IMU惯性测量单元和RGB‑D深度相机的测量信息得到最终关节角信息。本发明不仅解决了深度相机数据抖动较大以及惯性测量单元随时间增长漂移较大的问题，而且能提升自身动作的稳定性和解决部分自遮挡问题，在降低了整体系统成本的同时，提高了动作估计的准确性和整体系统的便携性。计算得到的关节角数据可以作为人机交互的输入指令，用于人体动作估计、虚拟人驱动和机器人控制。
-
-
-
Search Results
4
records
(took 0.012 seconds)
