龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：青岛登云智谷科技有限公司
申请日：2024-03-27
公开（公告）日：2024-06-14
公开（公告）号：CN118196899A
主分类号：G06V40/20
分类号：G06V40/20;G06V10/77;G06V10/80;G06V10/82;G06N3/045;G06N3/0442;G06N3/084
优先权：["20240122 CN 202410088072X"]
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明涉及人机交互装置技术领域，具体涉及一种基于深度学习网络的多IMU动作捕捉方法、系统及介质。本发明包括如下步骤：S1、多IMU动作的捕捉：预先在SMPL人体模型的关键部位佩戴多个IMU；通过Mujoco物理引擎对多变量特征施加高斯白噪声来模拟真实的IMU数据；S2、构建深度学习网络：深度学习网络输入多变量特征，通过正向TCN和反向TCN学习得到空间特征，再将空间特征融合，经过正向GRU和反向GRU得到时序特征，时序特征融合输入多头注意力层以得到人体姿态参数；S3、人体姿态的物理约束：利用PBDL损失函数，施加物理约束后的深度学习网络，实现对人体姿态的准确识别，符合自然世界的物理规律。
主权项：1.一种基于深度学习网络的多IMU动作捕捉方法，其特征在于，包括如下步骤：S1、多IMU动作的捕捉：预先在SMPL人体模型的关键部位佩戴多个IMU，IMU采集人体动作的多变量特征；通过Mujoco物理引擎对多变量特征施加高斯白噪声来模拟真实的IMU数据；通过变换SMPL人体模型的动作，得到仿真训练数据集；S2、构建深度学习网络：深度学习网络输入多变量特征，通过正向TCN和反向TCN学习得到空间特征，再将空间特征融合，经过正向GRU和反向GRU得到时序特征，时序特征融合输入多头注意力层以得到人体姿态参数；S3、人体姿态的物理约束：利用PBDL损失函数，分别对关节角度的范围、关节长度的保持、重心的平衡在内的人体姿态进行物理约束；施加物理约束后的深度学习网络，人体姿态参数更符合自然世界的物理规律。
全文数据：
权利要求：
百度查询： 青岛登云智谷科技有限公司 基于深度学习网络的多IMU动作捕捉方法、系统及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号