公开(公告)号：CN106683181A

公开(公告)日：2017-05-17

申请号：CN201710009779.7

申请日：2017-01-06

Applicant: 厦门大学

Inventor： 曾鸣 ,  刘新国 ,  郑家祥 ,  程轩

IPC: G06T17/00 ,  G06T7/33 ,  G06T7/246 ,  G06T7/10 ,  G06K9/62

CPC classification number: G06T17/00 ,  G06K9/6218 ,  G06T2207/10016 ,  G06T2207/10028 ,  G06T2207/30196

Abstract: 一种三维人体稠密表面运动场重建方法，涉及计算机视觉中的三维重建技术。三维模板数据准备与预处理；数据采集与初始配准；人体表面数据的分段跟踪与配准；人体表面数据的精确跟踪与重建。采用单个RGBD传感器进行人体稠密表面运动场重建，所提出的方法能有效克服单个RGBD传感器采集数据不完整导致重建失败的困难。首先利用人体语义信息对跟踪模板进行分割，然后利用分段跟踪的方法约束了初始配准时的优化空间，大幅度提高匹配稳定性。最后再放弃分段约束对所有顶点进行优化，实现精确跟踪与重建。使单个RGBD传感器进行稠密的动态人体表面重建成为可能，设备成本低廉，操作简单，重建稳定，重建质量高。

公开(公告)号：CN120047996A

公开(公告)日：2025-05-27

申请号：CN202510043734.6

申请日：2025-01-10

Applicant: 厦门大学

Inventor： 罗彬 ,  程轩

IPC: G06V40/20 ,  G06V10/774 ,  G06V20/64 ,  G06V10/82 ,  G06N3/0895

Abstract: 本申请的实施例提供了一种基于离散化潜在空间的视频三维人体姿态估计方法及装置。该方法包括：获取训练数据集；根据所述训练数据集对预先构建的同步网络进行训练；构建3D人体姿态重建网络，并基于所述训练数据集中的3D人体姿态序列对其进行训练；基于一采样器网络以及训练完成的3D人体姿态重建网络中的离散化潜在空间以及解码器构建3D人体姿态估计网络，根据所述训练数据集中的2D人体姿态序列对所述3D人体姿态估计网络中的采样器网络进行训练；根据预先训练完成的2D人体姿态估计网络以及3D人体姿态估计网络进行三维人体姿态估计。本申请实施例的技术方案可以充分利用2D人体关键点和3D人体关键点之间的联系，保证网络3D人体姿态估计结果的准确性。