Jun, 2024

SeamPose: 利用衬衫上的接缝作为电容传感器进行上身姿态跟踪

PDF
TL;DR我们在连衣裙制造过程中重新利用接缝线作为连续上半身姿势估计的电容传感器，比起将电极直接放置在衣物表面的以往所有织物运动捕捉服装，我们的解决方案通过在接缝线上缝制绝缘导电线来利用衬衫内部的现有接缝线。该方案利用接缝线的独特不可见性和位置，使得感知衬衫看起来和穿着方式与传统衬衫相同，并提供令人兴奋的姿势跟踪能力。通过实施一个无线连衣裙的概念验证，我们的定制深度学习流水线准确地估计相对于骨盆的上半身三维关节位置。通过一项包括 12 名参与者的用户研究，我们展示了有希望的跨用户和跨会话跟踪性能。SeamPose 代表了实现智能服装与日常姿势估计无缝融合的一大步骤。
发现论文，激发创造
  • IMUPoser：利用手机、手表和耳机中的 IMU 实现全身姿势估计

    本文研究了利用现有的智能手机，智能手表和耳塞等设备中的 IMU 来估算人体姿态的可行性，并通过对于 10 个参与者的 IMU 数据集进行评估证明了该方法的有效性。

    Apr, 2023

  • 佩戴式运动传感器自动监测婴儿姿态和运动

    利用可穿戴式技术和机器学习算法实现对婴儿活动的自动记录和分类，有助于早期发现发育不良的婴儿并为神经发育障碍的预防和治疗提供新的方法。

    Sep, 2019

  • 超惯性姿态：基于稀疏惯性传感器和超宽频测距的可扩展动作捕捉和跟踪

    通过利用惯性传感器，记录人体动作的摄像机捕捉系统以稳定为标准，但基于稀疏可穿戴传感器的基于学习的追踪系统越来越受欢迎。文章提出了一种新颖的三维全身姿势估计方法，通过用于测距的超宽带无线电技术对传感器之间的距离进行约束，从而限制了惯性追踪中的漂移和抖动。我们的方法通过轻量级嵌入式追踪器，将这些传感器之间的距离与每个传感器估计的三维状态进行融合，并使用基于图的机器学习模型处理这些三维状态和距离，从而估计人体的三维全身姿势和平移。实验证明，我们的方法在位置误差和抖动方面具有领先的性能。

    Apr, 2024

  • 基于骨架姿势序列的传感器数据增强技术提升人体活动识别

    为了改进基于可穿戴传感器的人体活动识别，本文提出了一种从 3D 骨架姿势序列中直接生成传感器数据的姿势到传感器网络模型，并同时训练姿势到传感器网络和人体活动分类器，通过优化数据重构和活动识别来改进性能。实验结果表明该框架优于基线方法，并在 MM-Fit 数据集上取得了显著的性能提升。

    Apr, 2024

  • 利用语义反馈实现智能边缘传感器的实时多视角三维人体姿态估计

    通过分布式智能边缘传感器以及语义反馈循环的后端，我们提出了一种从多摄像机设备中估计 3D 人体姿态的新方法，其只传输语义骨架表示，能够实现实时操作并取得了最佳结果。

    Jun, 2021

  • 用 MEMS 超声波传感器进行手势估计

    提出了一种便携低成本的手部跟踪手套，采用多个微机电系统超声波传感器测量手指之间的距离矩阵，再利用轻量级深度网络从距离矩阵中重建出手部姿态，该方法精度高、尺寸不变且对外部干扰具有鲁棒性。

    Jun, 2023

  • 基于身体传感器的大场景下的 3D 人体姿态估计与自定位系统

    本文介绍了一种使用可穿戴传感器来在与周围环境的 3D 扫描注册的人体中恢复完整的 3D 姿势的方法，该方法使用身体部位处的 IMU 和向外看的头戴式摄像机将基于相机的自定位与基于 IMU 的人体跟踪融合，并将 3D 场景约束集成到优化中，以获得无漂移的姿态精度，从而可以在更大的记录体积和更长的运动周期中捕获 3D 姿势，可用于虚拟现实 / 增强现实应用程序或通过第一人称视觉输入训练导航和与环境交互的代理。

    Mar, 2021

  • 一种用于传感器基于的人体活动识别的最佳传感器位置实时人体姿势估计方法

    通过使用从目标活动的视频记录中得出的实时 2D 姿势估计派生的得出骨架数据，本文引入了一种解决这个问题的新方法，为识别最佳传感器位置提供了一种独特的策略。我们通过进行可行性研究验证了我们的方法，将惯性传感器应用于监测十个被试者的 13 种不同活动。我们的发现表明，基于视觉的传感器放置方法与传统的深度学习方法提供了可比较的结果，从而证明了它的有效性。该研究通过提供一种轻量级的、设备上的解决方案来确定最佳传感器位置，从而改进了数据匿名化，支持多模态分类方法，显著推进了人体活动识别领域。

    Jul, 2023

  • TransPose: 具有六个惯性传感器的实时三维人体翻译和姿态估计

    本文提出了一种基于深度神经网络的新方法 TransPose，旨在通过仅 6 个惯性测量单元（IMUs）的运动数据，实现全身动作的捕捉，包括全局平移和身体姿势，并展示了其在准确性和效率方面优于目前的学习和优化方法。

    May, 2021

  • Mo2Cap2：配备鱼眼镜头的帽式相机实时移动三维运动捕捉

    提出了一种新的实时方法，基于单个鱼眼摄像头和轻量级设备设置，通过 CNN 在个人视角测量人体姿态，使得在广泛的日常活动中成为可能。

    Mar, 2018