-
公开(公告)号：CN110633005A
公开(公告)日：2019-12-31
申请号：CN201910262689.8
申请日：2019-04-02
Applicant: 北京理工大学
Abstract: 本发明提供一种光学式无标记的三维人体动作捕捉方法，解决了传统非光学式及光学式有标记人体动作捕捉方法对人体运动的束缚问题，并在一定程度上减少了单次人体动作捕捉的所用时长。包括：利用不同关节点的位置与其和真实人体的对应关系，确定人体关节点编号和各个关节点之间的连接关系；利用深度卷积神经网络，结合所述编号和连接关系，进行多角度人体图像的二维关节点提取以及关节点之间肢体骨骼连线，得到人体关节点的二维坐标信息；利用不同坐标系之间的转换关系以及所述人体关节点的二维坐标信息，绘制出三维空间中的人体骨架模型，使该骨架模型反映出三维空间中真实的人体姿态运动信息，便于后续将该动作捕捉方法用于人体运动分析领域。
-
公开(公告)号：CN110009694B
公开(公告)日：2021-03-23
申请号：CN201910262696.8
申请日：2019-04-02
Applicant: 北京理工大学
IPC: G06T7/80
Abstract: 本发明提出一种高精度摄像机标定方法，弥补了张正友标定方法在空间立体标定中精度不足的缺点，同时也改进了DLT标定方法对摄像机畸变系数计算不足的缺陷。首先利用张正友标定方法计算得到摄像机内、外参数矩阵以及畸变系数矩阵，将摄像机内、外参数矩阵做乘法运算得到摄像机M矩阵，然后利用直接线性变换(DLT)标定方法再次对摄像机进行标定，求出基于DLT方法下的摄像机M矩阵，将基于DLT方法下的摄像机M矩阵与张正友标定方法计算得到的M矩阵进行平均化运算，得到平均化后的M矩阵，以及由张正友标定方法计算得到的摄像机畸变系数矩阵。
-
公开(公告)号：CN110009694A
公开(公告)日：2019-07-12
申请号：CN201910262696.8
申请日：2019-04-02
Applicant: 北京理工大学
IPC: G06T7/80
Abstract: 本发明提出一种高精度摄像机标定方法，弥补了张正友标定方法在空间立体标定中精度不足的缺点，同时也改进了DLT标定方法对摄像机畸变系数计算不足的缺陷。首先利用张正友标定方法计算得到摄像机内、外参数矩阵以及畸变系数矩阵，将摄像机内、外参数矩阵做乘法运算得到摄像机M矩阵，然后利用直接线性变换(DLT)标定方法再次对摄像机进行标定，求出基于DLT方法下的摄像机M矩阵，将基于DLT方法下的摄像机M矩阵与张正友标定方法计算得到的M矩阵进行平均化运算，得到平均化后的M矩阵，以及由张正友标定方法计算得到的摄像机畸变系数矩阵。
-
公开(公告)号：CN104535023A
公开(公告)日：2015-04-22
申请号：CN201510041087.1
申请日：2015-01-27
Applicant: 北京理工大学
Abstract: 本发明涉及一种使用单片机智能控制算法来实现三维立体构图技术的探测智能车。适用于探洞运动或电缆隧道、天然气管道的检修等特殊环境。通过特定程序控制智能车在管道中全自动自主避障行走，并对管道的内壁特征采样，通过智能算法对管道内壁三维立体构图，揭示管道内壁特征。
-
-
-
Search Results
4
records
(took 0.016 seconds)
