• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >Model-Based Reinforcement of Kinect Depth Data for Human Motion Capture Applications
【2h】

Model-Based Reinforcement of Kinect Depth Data for Human Motion Capture Applications

机译：基于模型的Kinect深度数据在人体运动捕捉应用中的增强

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Motion capture systems have recently experienced a strong evolution. New cheap depth sensors and open source frameworks, such as OpenNI, allow for perceiving human motion on-line without using invasive systems. However, these proposals do not evaluate the validity of the obtained poses. This paper addresses this issue using a model-based pose generator to complement the OpenNI human tracker. The proposed system enforces kinematics constraints, eliminates odd poses and filters sensor noise, while learning the real dimensions of the performer's body. The system is composed by a PrimeSense sensor, an OpenNI tracker and a kinematics-based filter and has been extensively tested. Experiments show that the proposed system improves pure OpenNI results at a very low computational cost.
机译：运动捕捉系统最近经历了强大的发展。新的廉价深度传感器和开源框架（例如OpenNI）允许在线感知人类运动，而无需使用侵入式系统。但是，这些建议没有评估所获得姿势的有效性。本文使用基于模型的姿态生成器来补充OpenNI人类跟踪器，以解决此问题。所提出的系统在了解表演者身体的真实尺寸的同时，增强了运动学约束，消除了奇怪的姿势并过滤了传感器的噪声。该系统由PrimeSense传感器，OpenNI跟踪器和基于运动学的滤波器组成，并经过了广泛的测试。实验表明，所提出的系统以非常低的计算成本改进了纯OpenNI结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号