基于多监督的三维人体姿势与形状预测

三维人体重建技术指通过图像或视频建立有相应姿势和体型的三维人体模型,其在虚拟现实(VR)、网游、虚拟试衣等方面有着十分广泛的应用前景.其中,参数化的三维人体模型由于参数数量的局限,重建精度较低,缺少细节特征.为了提升参数化三维人体模型的重建精度,增加其脸部与手部细节,提出一种基于多监督的三维人体模型重建方法.该方法结合传统的回归方法和优化方法,利用卷积神经网络回归出参数化人体模型的参数,得到一个较为粗糙的人体模型,将该模型作为初始模板进行拟合和迭代优化,将带有脸部和手部的全身密集关节点信息和轮廓信息作为回归网络的2D监督,同时使用迭代优化后的人体模型作为回归网络的3D监督,最终可由一幅图像获得一个多细节、高精度的参数化三维人体模型.定性分析结果表明,该方法为人体拟合过程提供正确的拟合方向,可有效减少非自然姿势的出现,提高三维人体模型重建的准确度.全身密集关节点监督可为模型增加更多手部与脸部的细节,而轮廓监督可减少重建的人体模型与图像中人体的像素级偏差.定量分析表明,该方法在数据集Human3.6M上的平均逐关节位置误差(MPJPE)为59.9 mm,较经典方法SPIN减少了4.16%,对关节点进行刚性对齐后模型的平均逐关节位置误差(MPJPE-PA)低至38.2 mm,较SPIN减少了7.06%.

复杂背景图像中人体轮廓的自动提取

为准确提取人体轮廓,提出基于MINet模型的复杂背景人体轮廓提取方法。拍摄正、侧面人体全身照并标注掩膜图,匹配不同的复杂背景,融合形成2860张多场景下的人像数据集。利用迁移学习机制,优化MINet显著目标检测模型,提取人体轮廓。分别对比了基于迁移学习的策略与原模型、U2Net显著目标检测模型、Mediapipe人体轮廓提取算法和传统阈值分割算法的人体轮廓提取效果。结果表明:基于迁移学习的MINet模型具有最优的人体轮廓提取性能,其准确率、精度、召回率和综合指标分别达到了0.998、0.987、0.992和0.990,人体轮廓提取效果与标注的掩模图最为近似。该方法能低成本、批量化、快速提取图像中的人体轮廓,为远程服装定制中的照片测量提供有效的技术方法。

Automatic Modeling of Virtual Humans and Body Clothing

Highly realistic virtual human models are rapidly becoming commonplace incomputer graphics. These models, often represented by complex shape and requiring labor-intensiveprocess, challenge the problem of automatic modeling. The problem and solutions to automaticmodeling of animatable virtual humans are studied. Methods for capturing the shape of real people,parameterization techniques for modeling static shape (the variety of human body shapes) and dynamicshape (how the body shape changes as it moves) of virtual humans are classified, summarized andcompared. Finally, methods for clothed virtual humans are reviewed.

基于单目视频的跳台滑雪飞行阶段数据提取方法

针对跳台滑雪运动难度系数高,穿戴式传感器等入侵式设备易发生危险且价格昂贵而导致该运动数据提取困难的问题,提出了一种基于单目视频的跳台滑雪飞行阶段的数据提取方法。针对单目视频存在畸变和画面背景杂乱的问题进行预处理,通过标定相机参数对拍摄画面进行畸变矫正,并使用帧间差分法去除背景;利用OpenPose人体姿态识别库对运动员的关节位置进行初步识别,得到每一帧各个关节点的二维像素坐标;结合跳台滑雪运动员的姿态特性,针对识别出现误差的关节点,提出一种迭代拟合算法对其进行修正;根据修正后的关节点对运动员的运动特征进行提取与计算,并应用生成的人体模型与视频中运动员姿态进行动作比对。实验结果表明,迭代拟合算法提高了关节点识别准确率和识别精度,且修正关节点后生成的SMPL(skinned multiperson linear)三维人体模型更加贴合实际,证明了该算法对关节点修正的有效性。

基于改进长短时记忆网络模型的人体运动姿态识别

人体运动数据对于人体运动异常判断有着重要的参考作用,为了提高人体姿态识别的准确性,提出一种基于改进长短时记忆网络模型的识别方法。该方法利用三轴加速度传感器采集人体运动姿态信息并对其进行小波阈值去噪处理,消除噪声干扰。通过计算特征冗余度筛选人体运动姿态特征,包括轴间相关系数、信号幅值面积和离散系数。基于粒子群算法改进长短时记忆网络模型并进行训练,以3个特征为输入,得出人体运动姿态类别。结果表明:基于改进长短时记忆网络模型的姿态识别方法的识别准确率,要显著优于机器学习的识别方法、改进DenseNet的识别方法和基于激光传感器的识别方法。

基于人体特征三维人体模型的骨架提取算法

实现骨骼动画的一个前提是获取人体模型的骨架,现有的骨架提取算法不是计算复杂度高,就是提取准确度不高,或者需要手工干预。提出一种基于人体特点和黄金比例律的人体模型骨架提取算法,首先对模型进行精简,然后根据人体的特点与黄金比例律确定模型关节点的大概位置,在此基础上对模型进行分割。由于人体存在个体差异且姿势也可能不一致,采用测地距离方法对关节点的位置进行修正,确定其位置。与现有的算法相比,本方法效率高,同时实验显示本算法具有更好的骨架提取效果。

一种人体运动骨骼提取和动画自动生成方法

现有的动画生成方法存在手工操作繁琐、模型姿态受局限等问题.提出了一种新的人体模型动画自动生成方法,首先自动提取和识别位于人体四肢和头顶末端的5个特征点,以特征点为起点,计算模型等测地线的中心线.在中心线上根据人体测量学知识,确定关节点的近似位置,然后根据人体骨骼刚性运动特征和运动数据文件提供的骨骼信息,进行关节点精确定位,再通过热力学扩散方程计算顶点权重最后将提取的骨骼采用局部坐标架对齐的方法实现与运动数据匹配,并以运动数据驱动皮肤产生人体动画实验结果表明,与现有算法相比,具有与模型姿态无关、全自动、产生动画效果好等特点.

“采-充-留”协调开采技术原理与应用

我国岩层移动控制主要采用条带开采、充填开采和协调开采方法。针对条带开采采出率较低、全采全充成本较高的问题,提出了一种"采-充-留"相结合的部分开采、部分充填、部分煤柱的协调开采方法,给出了留设煤柱、充填开采工作面、垮落法开采工作面的布置方式和采充留尺寸确定原则,分析了由充填体与小煤柱所构建的联合支撑体的作用原理和形成非充分开采的岩层移动控制实质。通过模型试验验证了该方法对地表下沉的良好控制作用,揭示了其控制覆岩及地表移动的机理。采用"采-充-留"协调开采技术,对某矿村庄下采煤试验区进行了方案设计,地表移动变形预测表明,该技术具有良好的减沉效果,建(构)筑物的损害等级可得到有效控制。该技术为提高滞压资源采出率、降低充填成本、减缓地表损害,提供了新的手段。

体育运动中统一的人体多刚体模型及动力学分析方法

本文介绍了人体的多种多刚体模型及在体育中的应用，提出了统一的人体多刚体模 型，讨论了该模型的自由度、广义坐标、人体参数等。在比较了多种动力学分析方法后，建 议采用ＫＡＮＥ方法。

脉冲电磁波对人体作用的研究

用时域有限差分法和非均匀块状人体电磁模型研究了脉冲电磁场对人体的作用问题。首先用解析法计算无限长介质圆柱中脉冲波所引发的电流以验证计算方法，然后对核电磁脉冲照射下的二维和三维非均匀块状人体模型中产生的电流及所吸收的电磁能量进行了研究，计算了它们随时间的变化及其在全身的分布，在计算中没有考虑介质色散的影响。

一种基于可穿戴设备的人体通信分析方法

针对人体通信技术在可穿戴设备中应用缺少准确的理论分析方法的问题,提出了一种等效电路分析方法。将人体组织的通信信道等效成可解析的阻抗电路,通过对电路的分析计算得到人体通信的信道增益。在此基础上,利用有限元仿真软件HFSS建立了人体通信模型,仿真结果与等效电路分析方法计算的信道增益差距小于1 d B。仿真分析表明:该分析方法能够准确地描述可穿戴设备中人体通信信道的特性,完善了可穿戴设备中人体通信技术的分析方法。

基于Kinect的三维人体分块点云数据的拼接与模型重建

三维人体测量技术中,人体表面情况较为复杂以及存在视觉盲点,使得测量范围有限的Kinect技术无法通过一次测量完成对整个人体表面点云的获取工作。为了得到与原模型一致的分块点云数据和解决Kinect直接获取的点云坐标与实际不相符的问题,研究了基于Kinect对人体的不同区域的测量,首先推导出合理的坐标变换公式对点云进行处理。然后,使用三点对齐法和Delaunay三角剖分法实现分块点云的拼接和三维人体模型的重建。最后,运用Matlab平台进行仿真。实验结果表明,该算法简化了传统三维人体建模的复杂性,能够精确地提取人体深度图像,且模型的恢复程度较好。

基于Kinect的仿人机器人控制系统

为实现对具有16个自由度仿人机器人的姿态控制,采用Kinect传感器对人体姿态的坐标数据进行采集,根据坐标信息利用Processing软件开发基于Simple Open NI库的上位机软件,建立人体关节模型,并利用空间向量法对仿人机器人的步态规划以及重心控制算法分析,解析各关节的转动角度,经由无线Wi Fi模块向仿人机器人发送指令以控制舵机的运动,最终实现对机器人的控制,搭建了基于Kinect传感器的测试平台。测试结果表明:仿人机器人上肢在运动范围内无死角,通过对重心的控制,下肢可实现简单的步行,符合预期效果。

移动通信高频电磁波对人体的作用

移动通信的便利,大大提高了人们的生活品质,但随之伴生的电磁环境改变对生态特别是人类的影响便受到极大关注。为了解移动通信高频电磁波对人体的作用效果,就有必要定量计算在一定强度和频率下电磁场在人体内的分布和吸收情况。本文建立了一种较为接近实际的人体内分布电磁场仿真计算模型,在此基础上,借助于时域有限差分法,对不同频率下的移动通信电磁波照射人体后的比吸收率进行了计算和分析。结果表明,不同的组织器官由于其电磁参数不同而对电磁波有不同的吸收。本文的工作可为有效研究高频电磁波对人体的影响提供依据。

FMS功能测试对人体基本动作模式的筛查方法评述

FMS功能测试是针对人在从事各种运动技能和掌握并形成基础动作的过程中,可能存在的代偿运动或损伤风险等问题进行筛查的一种科学方法.通过7个功能动作模式的筛查和3个排除性测试,可以快速准确地对身体的基本动作逐一排查,得出科学直观的理论数据,为纠正错误动作训练计划和运动处方提供有效依据.FMS功能测试在我国还处于初步认识阶段,主要运用于专业运动员群体.这种测试和筛查方法在普通人群中的普及和开展还在进一步探索中,需要根据不同人群制定出有针对性的、分层次的测试方法,从而扩展其功能和价值,为人体运动损伤的恢复与再生提供帮助.

分析脉冲电磁场对人体作用的一种人体简易色散模型

本文用与频率有关的时域有限差分法（（ＦＤ）＾２ＴＤ法），分析了在考虑人体色散特性时，脉冲电磁场与人体的作用。根据人体组织复介电常数实验原始数据在１０ＭＨｚ－３ＧＨｚ的特性，提出一种２类组织（脂肪／骨／软骨、肌肉）简化色散模型。并与用１２类组织色散模型的结果比较，验证了分析人体内感生电流和比吸收量（ＳＡ）时，简化模型同样有数，计算结果显示，持续上于８５ｎｓ。

基于网格分割人体模型的高压交流输电线路下车辆对人体电击效应

车辆停靠在高压输电线路下方时,由于静电感应会产生一定的感应电压,当人触摸该带电体时,由此产生的接触电流对人体具有电击效应。为此,首先利用有限元法计算了输电线路下人体和停靠车辆的感应电压,并在此基础上,引入基于网格分割法的人体模型分析了这种电击效应。计算结果表明,环境场强选定为5kV/m时,其放电能量为0.549mJ,根据ICNIRP设定的参考标准,不会超过人体的疼痛阈值。最后利用理论分析的方法求解其暂态放电能量,当环境场强选定为5kV/m时,其放电能量为0.512mJ,与仿真计算求解结果的误差≤8%,证明了引入基于网格分割法的人体模型进行电击效应分析的有效性。

跳伞着陆冲击的多体系统仿真分析方法

探讨跳伞着陆冲击过程中人体模型的多刚体系统动力学建模方法,介绍多刚体系统理论中Kane方法的基本原理,用Kane方法建立跳伞着陆冲击的二维人体模型,模拟人体在跳伞着陆冲击载荷作用下的运动学特征,计算出人体各段承受的着陆冲击力,并与相关试验结果进行比较,论证了Kane方法用于跳伞着陆冲击仿真分析的可行性。

基于时域分割的人体行为连续性动作预测仿真

传统人体行为动作预测方法对人体骨架上的所有关键特征映射点包含范围模糊,导致实时处理速度慢,无法有效对连续性动作进行预测,且错位率较高。为此提出一种基于时域分割的人类行为连续性动作预测。首先通过三维空间捕捉技术构建人体骨架模型,通过时域分割确定关节点的位置信息,将任意关节点都视为映射特征点,提取人体的运动数据特征,利用LLE把提取的特征数据映射进二维空间里,结合拉格朗日的乘法最优化重建权值矩阵,建立动作向量库,确定人体做出随意性动作与向量库中动作相似或者相同时,就能够对人体的动作进行提前预判,即可以完成动作预测。仿真结果证明,所提方法时域分割效果好,实时预测速度快,能够有效的对人体连续性动作精准预测。

修车躺板的人机工效评估

对修车躺板在使用过程中的优化设计问题进行研究和分析,提出了一种新的优化设计方法。首先,基于JACK软件的工效评估功能,将修车躺板的数字模型导入虚拟人体模型,利用权威的人因工程分析工具对仿真进行分析。其次,通过人机工效原理来评估躺板车的设计,对躺板车的视角分析、可达域分析、工作姿势分析、快速上肢分析和疲劳恢复分析进行了工效评估,最终实现人-机-环境之间的最佳匹配。所提优化设计方法以提高产品最终性能为目的,具有较强的可行性与适用性。