基于DragonBoard 410c+3D摄像头的人体姿势评估分析.doc
《基于DragonBoard 410c+3D摄像头的人体姿势评估分析.doc》由会员分享,可在线阅读,更多相关《基于DragonBoard 410c+3D摄像头的人体姿势评估分析.doc(4页珍藏版)》请在三一文库上搜索。
1、基于DragonBoard 410c+3D摄像头的人体姿势评估分析最近自己想用410c来做一个运动相关的DIY,用410c开发板搭载摄像头来实现对自己的姿态的跟踪,用到健身运动中,完成对自己所作的动作的定位和标准评判,实时提醒自己所作健身动作的标准程度,前期进行了一些调研和预研究,这里将和大家一起分享一下自己在初期的预研过程对人体姿态估计算法的理解。图1 不同运动姿态示意图人体姿态估计算法近年来随着体感游戏、VR等热度的不断提升,这类用于估算人体姿态的计算机算法得到了这些领域的专家和相关机构的热捧,也成为了当前视频处理和动态感知领域研究的一个重点。在前期的研究和分析过程中,主要从已有的运动姿态
2、跟踪算法和410c开发板支持的fastcv库及平台性能来进行综合考虑,最终确定人体姿态估计算法,为后续进一步利用摄像头来实现人体姿态估计和运动姿态识别。一、与人体姿态估计相关设备及算法分析目前在人体姿态估计应用方面,大家最为熟悉的可能就是微软的kinect体感摄像头和Xbox体感游戏套件这两款产品,其中xbox体感游戏机主要是利用微软开发的kinect摄像头实现的各种体感运动姿态识别,来实现各种游戏的交互,实现体感游戏运动,Kinect上集成了各种处理算法和骨骼算法,可以实现对人体运动过程总的骨骼识别,如下图2,是应用kinect来实现对人体骨骼捕捉的应用,目前很多体感设备厂家都开始选用这款摄
3、像头来进行相关的体感游戏和设备的开发。图2 kinect 人体骨骼识别还有一款设备是英特尔退出的realsense 3D摄像头,这款摄像头是英特尔专门推出的一款应用于体感设备、人脸识别、无人机甚至VR的视觉处理设备,依托这套设备也可以快速的对人体的运动骨骼进行跟踪和识别,在realsense中通过双摄像头可以快速的实现对拍摄的三维信息进行处理,包括色彩、深度和距离的计算等。如下图是使用realsense 3D摄像头实现的一个目标跟踪示意图。图3 realsense 3D摄像头人体识别跟踪在人体姿态估计算法方面,主要涉及到了目标识别、提取、匹配、机器学习、模式识别等一系列算法技术,通过应用这些基
4、础的算法进行融合,以实现对不同人体姿态的。其中人体的姿态参数的估计是人体运动识别的核心处理过程,在处理过程中,由于人体本身就是一个复杂多变的形体,并且在人体运动过程总,人体的各个部分之间通过关节相连,运动可以是多个维度的。目前常用的人体姿态估计方法主要有以下几个方面:1)基于多幅图像数据的人体姿态估计这类方法是目前用的比较多的方法,主要是利用摄像头采集到的多幅图像数据来自动初始化人体的对象模型,然后根据多幅图像中的近似人体形状信息来实现对人体姿态的跟踪和估计,部分还可以基于多幅图像信息对运动过程中的人体形状的变化过程来进行建模,使用基于模型的方法来提高人体姿态估计和识别的精度,常用的基础处理方
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于DragonBoard 410c+3D摄像头的人体姿势评估分析 基于 DragonBoard 410 摄像头 人体 姿势 评估 分析
链接地址:https://www.31doc.com/p-3409812.html