FlyCap: 多机自主飞行相机无标记动作捕捉
本篇论文介绍一种基于无人机的运动捕捉系统,该系统利用机载 RGB 相机可以在各种室内和室外环境中进行使用,采用重构算法从无人机拍摄的视频中恢复全身运动,同时评估了该系统的准确性及其在消费无人机中的实用性。
Apr, 2018
文章介绍了一种基于多个微型飞行器的自主动作捕捉系统,该系统采用主动协同检测和跟踪方法,以实现最优的视角配置,从而最小化被追踪人的 3D 位置估计的不确定性,并采用 Gauss 观测模型和外部控制输入等方法进行了多项实验和模拟比较。
Jan, 2019
提出了一种基于回归的运动稳定方法,旨在检测被拍摄的机动飞行器在复杂背景中移动的情况,该方法在运动与外观两方面共同作用下可以对比先进技术更有效地运用时空图像块进行分类,并通过收集两个具有挑战性的数据集为飞行物体检测和视觉引导式避碰创建基准。
Nov, 2014
本文介绍了使用视觉算法进行目标定位、实时增量式 3D 签名距离地图算法进行遮挡和安全计算、实时相机运动规划器进行优化平滑度、碰撞、遮挡和艺术指导的航拍摄影完整系统,旨在克服多个专业领域影响安全控制无人机的局限,并验证该系统在追踪动态目标方面的稳健性和实时性,最终证明该系统达到了当前最佳性能。
Apr, 2019
本文描述了一种基于无标记人体动作捕获的三维角色动画生成系统,采用视角多样的相机捕捉人体动作信息,并通过多种技术手段计算出骨骼变换状况,从而能够高效准确地实现三维骨骼重建与实时动画生成。
Dec, 2022
本文提供了一个在室外环境中操作的用于多摄像头飞行器控制的实时航拍系统,可以在不使用专用标记的情况下重建自然环境中的人体动态,使用多机器人协调方案维护目标重建质量的最优飞行编队,该系统在仿真和现实中的性能表现得到验证。
Aug, 2021
本研究提出了一个完整的系统,通过结合基于视觉的目标估计、三维有符号距离映射、高效的轨迹优化以及基于学习的艺术镜头选择,实现了实时的无人机拍摄,成功解决了多种限制性的问题。
Oct, 2019
采用鱼眼相机进行骨骼姿态估计的实时无标记头盔运动捕捉的新方法,使用户能够在室内外和拥挤的场景中进行自由移动和交互,并创建运动捕捉的虚拟身体。
Sep, 2016
本文提出 GraviCap,即一种新的联合无标记 3D 人体动作捕捉和单目 RGB 视频对象轨迹估计的方法。该方法利用重力约束物体运动,可以恢复具有部分观测对象的场景的尺度、对象轨迹、人体骨长和地平面方向。通过添加人对象交互约束,可以提高 3D 重建的几何一致性和改善人体姿势的物理合理性。在一系列新数据集上测试表明,该方法在 3D 人体动作捕捉上具有最先进的准确性。
Aug, 2021
本研究提出了一种名为 HybridCap 的轻量级、混合的 3D 运动捕捉技术,通过仅使用 4 个惯性测量单元的传感器,加上基于合作式门控循环单元块的层次运动推理模块和混合优化方案,可以实现对各种运动的鲁棒跟踪。
Mar, 2022