作为计算机视觉的一个基本课题,人体姿态估计的目标是从图像或视频中定位人体关键点在图像或空间中的位置,这对理解人体的行为模式有着重要的意义。相比只需在图像中定位关键点的二维姿态估计,输出三维关键点坐标的三维人体姿态估计有着更广阔的应用前景,是一个依赖于机器学习、射影几何、优化方法等多个基础领域的综合性研究课题。
我们致力于从多目图像中提取精确的人体关键点三维坐标。以视觉姿态估计常用的深度学习和对极几何为基础,我们寻求着利用人体解剖学先验、IMU、动力学先验等额外信息改善三维人体姿态估计的可行道路。此外,我们关注双目视觉,尤其是短基线情境下的三维姿态估计,并将相应的研究成果以项目的形式落地到应用当中。
相关项目
- 帕金森病智能诊断
主要相关论文
FSGait: Fine Grained Self-Supervised Gait Abnormality Detection ACCV 2024 [BibTex] |
Joint-Limb Compound Triangulation With Co-Fixing for Stereoscopic Human Pose Estimation IEEE Transactions on Multimedia 2024 [BibTex] |
View Consistency Aware Holistic Triangulation for 3D Human Pose Estimation |
Structural Triangulation: A Closed-Form Solution to Constrained 3D Human Pose Estimation |
FusePose: IMU-Vision Sensor Fusion in Kinematic Space for Parametric Human Pose Estimation IEEE Transactions on Multimedia 2022 [BibTex] |