基于无标记视觉与图卷积的多人交互三维姿态估计与动作捕捉系统设计.docxVIP

PAGE2

基于无标记视觉与图卷积的多人交互三维姿态估计与动作捕捉系统设计

摘要

多人交互场景下的三维动作捕捉是虚拟现实、运动分析和人机交互等领域的核心挑战。传统光学标记式方案成本高昂、部署复杂，而无标记视觉方法在多人遮挡时精度急剧下降。本课题设计一套基于无标记多视角视觉与图卷积网络的多人交互三维姿态估计与动作捕捉系统，旨在以低成本实现高精度、抗遮挡的多人骨架捕捉。系统采用多路同步RGB相机采集图像，通过目标检测与人体解析获得二维关键点，提出一种时空图卷积网络以建模人体骨架拓扑与帧间动态，并引入交叉注意力机制消解多人肢体遮挡带来的歧义。设计遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进路线。本文首先分析多人动作捕捉的现实痛点与现有方案不足，明确功能指标；其次介绍无标记视觉、图卷积网络和时空建模等关键技术并完成选型；进而通过需求建模细化系统目标；在总体设计中给出分层架构、模块划分与数据流设计；详细设计深入阐述图卷积姿态估计模型、遮挡处理策略及接口协议；实现部分展示模型训练与推理流程；测试阶段通过多场景实验验证三维姿态精度与遮挡鲁棒性。核心创新在于将图卷积的拓扑归纳偏置与交叉注意力机制结合，有效抑制交互遮挡引起的关节错位，实现无标记环境下多人三维姿态的稳定估计。

第一章绪论

1.1研究背景

三维人体动作捕捉技术已在影视特效、体育科学、康复医疗和智能人机交互等领域展