forward kinematics | BriefGPT

关键词forward kinematics

搜索结果 - 8

DisGNet: 用于学习 Gough-Stewart 平台正运动学的距离图神经网络
提出了一种名为 DisGNet 的图神经网络，用于解决 Gough-Stewart 平台的正向运动学问题。通过 k-FWL 算法进行消息传递，提供高表达性和小参数计数，适合实际部署。此外，引入了适用于 GPU 的 Newton-Raphso
PDF5 months ago
提升手语三维姿态估计
通过将前向运动学与神经网络相结合，本研究提出了一种快速有效的方法，将图像中的二维关键点提升到三维骨架，预测关节旋转和骨长，并利用神经网络中的 FK 层与骨骼约束相结合，实现了对三维骨骼姿势的快速准确估计。在定量和定性评估中，我们证明了该方法
PDFa year ago
有限元启发网络：从部分观测中学习符合物理原理的可变形物体动力学
本研究提出了一个基于刚性有限元方法和动态网络的 “有限元启发网络” 架构来模拟可变形线性物体的动力学，将观测到的运动变量映射到身体链的状态，从而得出一种易于处理且能够从部分观测中获得物理可解释性预测的 DLO 动力学模型。
PDFa year ago
机器人运动学：运动、运动学和动力学
本文主要阐述了机器人运动学、正向运动学、逆向运动学和机器人动力学等高级主题。
PDF2 years ago
带约束条件的等变图机械网络
机器学习中，关于多个交互对象的关系和动态推理是一个具有挑战性的话题，我们提出了一种基于广义坐标的 Graph Mechanics Network (GMN) 方法，来隐式地表达在受限制系统中的几何约束，并在模拟系统和现实世界中进行的广泛实验
PDF2 years ago
使用骨架一致性从单目视频中重建 3D 人体运动
MotioNet 是一种用于从单眼视频中重建 3D 人体骨骼运动的深度神经网络，通过嵌入运动先验信息的深度神经网络将 2D 关节位置序列分解为对称骨骼和与全局根位置和足接触标签相关联的 3D 关节旋转序列，并在 3D 位置上应用正向运动学，
PDF4 years ago
CVPR神经运动网络：无监督动作转移
提出一种适用于无监督运动再目标化的递归神经网络架构，并使用前向运动学层和循环一致性的对抗性训练目标来捕捉输入运动的高级特征。
PDF6 years ago
基于模型的深度手部姿态估计
本研究提出了一种基于深度学习的手部姿态估计方法，采用正向运动学来保证估计的姿态的几何有效性，并验证了该方法在公共数据集上实现了最先进的性能。
PDF8 years ago