接触式交互感知的人体三维坐姿姿态估计

摘要：

针对视觉姿态估计方法受覆盖遮挡等干扰,提出一种基于座椅面压力图像的人体三维坐姿姿态估计方法,建立坐姿时座椅面体压分布与人体三维姿态之间的跨域联系.设计了一套基于压力-视觉的坐姿训练系统,将阵列式压力传感器嵌入在座椅面中感知坐姿变换,利用时间戳实现压力图像和双目视觉图像的同步匹配.采取双边滤波消除压力图像的尖峰噪声;依靠OpenPose姿态估计、三角测量等手段从双目视觉图像中提出19个三维关键点;为提高姿态估计精度,提出随机梯度下降最小化损失函数的方法来优化三维关键点坐标,并利用3D高斯滤波器进一步生成3D关键点置信度图.设计一个基于多层卷积神经网络的压力-视觉跨域深度学习模型,以连续的多帧压力图像作为模型输入,包含三维关键点坐标及其置信度图的3D姿态估计结果作为监督对模型进行训练.算法依靠椅面上的阵列传感器接触感知坐姿时的压力分布,就能够准确的估计包含19个人体关键点的三维坐姿姿态,在验证集上测试,19个关键点平均误差9.7 cm.

关键词：OpenPose、坐姿、阵列式压力传感器、卷积神经网络

所属期刊栏目：43

分类号：TP391;TH701(计算技术、计算机技术)

资助基金：国家自然科学基金62175223

在线出版日期：2023-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：132-141