摘要
摘要
单目视觉动作捕捉技术旨在不依赖复杂的人体标记或昂贵的传感器,仅通
过深度学习方法分析捕捉到的动作数据,实现人体三维姿态的精准捕捉。当前的
研究主要关注神经网络架构的优化,并采用姿态估计方法从单目图像中学习三
维人体信息。然而,这些方法面临以下两个问题:问题一,现有方法主要基于单
帧图像的特征增强来预测三维人体姿态信息,但在背景干扰和视角变化等因素
影响下,其预测精度和鲁棒性仍存在局限性,易导致姿态估计偏差。问题二,
摘要
摘要
单目视觉动作捕捉技术旨在不依赖复杂的人体标记或昂贵的传感器,仅通
过深度学习方法分析捕捉到的动作数据,实现人体三维姿态的精准捕捉。当前的
研究主要关注神经网络架构的优化,并采用姿态估计方法从单目图像中学习三
维人体信息。然而,这些方法面临以下两个问题:问题一,现有方法主要基于单
帧图像的特征增强来预测三维人体姿态信息,但在背景干扰和视角变化等因素
影响下,其预测精度和鲁棒性仍存在局限性,易导致姿态估计偏差。问题二,
文档评论(0)