基于深度学习和姿态驱动下特征集成的视频人体动作识别方法

基于姿态的方法仅将一系列人体骨骼信息提取出来作为输入,但仍然会存在姿态估计不准确的问题。因此该方法尝试将RGB图像和姿态信息结合起来,然而训练一个既有表冠又有姿态的模型十分具有挑战性,通常会严重偏向表冠信息,导致泛化能力不足。该方法提出基于姿态驱动下的特征集成方式,通过观察姿态特征来动态地组合表冠和姿态信息,使得姿态流可以根据给定的姿态信息是否可靠来决定在特征集成过程中使用多少权重以及哪些表冠信息。实验结果表明,文章提出的动态融合算法在上下文内和上下文外的动作视频数据集上实现了优异且鲁棒的性能。

面向服装CAD的多因素驱动人体模型变形技术研究

在以人体模型为基础的3维服装CAD系统中,为了获得设计师所需形体尺寸各异的人体模型,提出了一种多因素驱动人体模型变形的方法。该方法将人体模型的变形驱动因素分为尺寸因素、姿态因素和局部体形因素3类,并相应地提出了尺寸驱动、姿态驱动及局部体形驱动的人体模型变形算法。其中尺寸驱动采用基于截面环的算法和基于模板插值的算法,通过对人体特征尺寸进行改变来驱动人体变形;姿态驱动是通过关节变形算法来实现特定姿态的变形,并通过建立姿态库,以实现快速姿态匹配;局部体形驱动包括基于特征面尺寸和基于特征面形状的调整,以得到具有局部特征的人体。实例表明,该方法可对已有的人体进行快速变形,以获得用户所需的人体模型,从而满足了服装CAD中对人体模型的多样性需求。

一种人体运动展示平台的设计与实现

系统提出了一种基于人体运动捕捉文件的人体运动展示方案,通过进行结构层次化的人体建模,并借助由特种设备“运动捕捉仪”生成的运动数据文件,通过转换算法,生成人体运动所需的运动角,驱动人体模型实现相应动画,同时可以操纵视点的变化,得到了较好的人机交互效果。

利用受限张力的拖曳变轨欠驱动姿态稳定策略

在空间绳系拖曳变轨中,目标和平台形成一种哑铃型绳系系统,且仅依靠有限的平台推力和系绳张力来抑制系绳的摆动。针对此类输入受限的欠驱动控制问题,提出了一种利用受限张力的姿态稳定策略。首先,推导了组合体姿态动力学模型。然后通过数值求解姿态平衡方程得出理论面内姿态指令,再采用高斯伪谱法对其优化获得实际指令。最后,基于分层滑模理论设计欠驱动张力控制律,并嵌入抗饱和模块以缓解张力饱和。仿真表明空间平台能在正向有限的张力控制下,平滑地收放系绳使面内角和绳长跟踪实际姿态指令。此外,所提策略对目标体摆动和传感器误差也具有良好的鲁棒性。