找回密码
 立即注册

QQ登录

只需一步,快速开始

微信登录

只需一步,快速开始

查看: 22|回复: 0

新应用程序利用智能手机进行实时全身动作捕捉

[复制链接]

2733

主题

0

回帖

5466

积分

管理员

积分
5466
发表于 2024-10-16 12:15:37 | 显示全部楼层 |阅读模式 IP归属地:亚太地区
西北大学的工程师开发出了一种全新的全身动作捕捉系统,它不需要专门的房间、昂贵的设备、笨重的摄像机或一系列传感器。
相反,它需要一个简单的移动设备。
新系统名为 MobilePoser,利用已嵌入消费者移动设备(包括智能手机、智能手表和无线耳机)的传感器。通过结合传感器数据、机器学习和物理学,MobilePoser 可以实时准确地跟踪人的全身姿势和空间中的全局平移。
“MobilePoser 在移动设备上实时运行,通过先进的机器学习和基于物理的优化实现了最先进的精度,无需专门的设备即可在游戏、健身和室内导航方面开启新的可能性,”领导这项研究的西北大学的 Karan Ahuja 表示。“这项技术标志着移动动作捕捉的重大飞跃,使沉浸式体验更加触手可及,并为各个行业的创新应用打开了大门。”
Ahuja 的团队将于 10 月 15 日在匹兹堡举行的2024 年 ACM 用户界面软件和技术研讨会上发布 MobilePoser 。“MobilePoser:通过移动消费设备中的 IMU 进行实时全身姿势估计和 3D 人体翻译”将作为“姿势作为输入”会议的一部分进行。
Ahuja 是人机交互方面的专家,他是西北大学麦考密克工程学院的 Lisa Wissner-Slivka 和 Benjamin Slivka 计算机科学助理教授,并在那里指导感知、知觉、交互式计算和体验 (SPICE) 实验室。
当前系统的局限性
大多数电影迷都熟悉动作捕捉技术,这些技术经常在幕后花絮中展示。为了创造 CGI 角色(如《指环王》中的咕噜或《阿凡达》中的纳威人),演员们穿着贴身的套装,套装上布满了传感器,在专门的房间里走来走去。计算机捕捉传感器数据,然后显示演员的动作和微妙的表情。
“这是动作捕捉的黄金标准,但运行该装置的成本高达 10 万美元,”Ahuja 说道。“我们希望开发一种易于使用、大众化的版本,基本上任何人都可以利用他们已有的设备来使用。”
其他运动感应系统(例如 Microsoft Kinect)依靠固定摄像头来观察人体运动。如果一个人在摄像头的视野范围内,这些系统就能很好地工作。但它们对于移动或移动应用来说并不实用。
MobilePoser 可以使用移动消费设备中的 IMU 进行实时全身姿势估计和 3D 人体翻译。图片来源:Karan Ahuja/西北大学
预测姿势
为了克服这些限制,Ahuja 的团队采用了惯性测量单元 (IMU),这是一种使用多种传感器(加速度计、陀螺仪和磁力计)来测量身体运动和方向的系统。
这些传感器已经安装在智能手机和其他设备中,但其保真度对于精确的动作捕捉应用来说太低了。为了提高其性能,Ahuja 的团队添加了一个定制的多阶段人工智能 (AI) 算法,他们使用公开的大型数据集对算法进行训练,该数据集是由高质量动作捕捉数据生成的合成 IMU 测量值。
通过传感器数据,MobilePoser 可以获取加速度和身体方向的信息。然后,它将这些数据输入人工智能算法,该算法可以估算关节位置和关节旋转、步行速度和方向,以及用户双脚与地面的接触。
最后,MobilePoser 使用基于物理的优化器来优化预测的动作,以确保它们与现实生活中的身体动作相匹配。例如,在现实生活中,关节不能向后弯曲,头部不能旋转 360 度。物理优化器确保捕捉到的动作也不会以物理上不可能的方式移动。
最终系统的跟踪误差仅为 8 到 10 厘米。相比之下,假设用户处于摄像头的视野范围内,Microsoft Kinect 的跟踪误差为 4 到 5 厘米。使用 MobilePoser,用户可以自由移动。
“当一个人佩戴多个设备时,准确度会更高,比如手腕上戴智能手表,口袋里装着智能手机,”Ahuja 说道。“但该系统的一个关键部分是它具有自适应性。即使有一天你没有戴手表,只带了手机,它也能适应并确定你的全身姿势。”
潜在用例
MobilePoser 不仅能为游戏玩家提供更身临其境的体验,这款新应用还为健康和健身提供了新的可能性。它不只是简单地计算步数,还能让用户查看自己的全身姿势,确保锻炼时姿势正确。这款新应用还可以帮助医生分析患者的活动能力、活动水平和步态。Ahuja 还设想这项技术可以用于室内导航——这是 GPS 目前的一个弱点,它只能在户外使用。
“目前,医生使用计步器来跟踪患者的活动情况,”阿胡贾说。“这有点令人伤心,对吧?我们的手机可以计算罗马的温度。它们对外部世界的了解比对我们自己的身体的了解还多。我们希望手机不仅仅是智能计步器。手机应该能够检测不同的活动,确定你的姿势,并成为更主动的助手。”
为了鼓励其他研究人员在此基础上继续研究,Ahuja 的团队已将其预训练模型、数据预处理脚本和模型训练代码作为开源软件发布。Ahuja 还表示,该应用程序将很快在 iPhone、AirPods 和 Apple Watch 上推出。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|NewCET |网站地图

GMT+8, 2024-11-16 22:26 , Processed in 0.025772 second(s), 20 queries .

Powered by NewCET 1.0

Copyright © 2012-2024, NewCET.

快速回复 返回顶部 返回列表