人体骨骼关节动作AI识别在沉浸式体验设计中的应用

由于人体动作的多样性和复杂性,现有方法无法精准地实现人体和背景的分离,且未能捕捉关节关键特征,人体动作与虚拟对象之间动作跟随准确性不佳。为此,提出人体骨骼关节动作AI识别在沉浸式体验设计中的应用研究。通过Kinect传感器获取人体动作图像,利用阈值分割技术将人体从背景环境中分割,并提取人体骨骼关节关键特征。以特征为输入,利用BP神经网络实现人体骨骼关节动作识别。将人体动作数据映射到虚拟对象上,让二者动作实时同步,实现沉浸式体验。结果表明,所提方法的Kappa系数接近于1,识别结果一致性较高,且在沉浸式交互测试中,实际人体与虚拟人物间的关节运动角度相关系数最低仅为0.96,具有较好的应用效果。