열린 도시 환경에 적응하기 위해 지능형 몸은 주변 사람들의 신체 움직임과 장면의 구조를 실시간으로 포착해야합니다. 전통적인 인식은 관성 센서와 카메라를 기반으로 한 것을 의미하며, 각각 빛과 환경의 동적 변화에 대한 오랜 데이터 드리프트와 민감도가 각각 문제가있는 경우, 응용 프로그램의 복잡한 환경에서 인체 운동 및 장면 캡처에 대한 수요를 충족시키기가 어렵습니다. 지능형 운전, 서비스 로봇 공학 및 스포츠 교육 분야.
2022 년 이래 Cheng Wang 교수 팀과 Chenglu Wen 교수는 국제 경기장에서 Lidar Human Motion Capture 기술을 최초로 제안한 것입니다 (Lidarcap, CVPR 2022; HSC4D, CVPR 2022; Sloper4D, CVPR 2023). 이 출판물 인 Hisc4D에서 팀은 대규모 실내 및 실외 열린 장면에서 1 인칭 시야에서 다양한 2 인 상호 작용 운동과 3D 장면을 포착하는 방법을 깨뜨립니다. 이 방법은 관성 지침 및 LIDAR 데이터를 융합하여 다단계 관절 최적화 프레임 워크를 구성하며, 이는 관성 지침으로 인한 드리프트 문제를 효과적으로 해결하고 장면 재구성 정확도를 크게 향상시키고 공간, 인간 이동 및 상호 작용 캡처의 범위를 크게 향상시킵니다. 동시에, 다양한 장면 유형과 다각화 된 인간 움직임을 다루는 최초의 멀티 모드 2 인 상호 작용 데이터 세트가 릴리스되어 관련 연구 분야에 대한 교육 데이터 리소스를 제공합니다 .HISC4D 기술은 LIDAR를 핵심 센서로 사용하여 인간 움직임 및 3D 장면을 재구성합니다. 동시에, 구체화 된 지능이 광대 한 야외로 가서 군중에 통합 될 수있는 새로운 사고 방식을 열어줍니다.
