动作捕捉系统的三种主流解决方案解析
出处:电子技术设计 发布于:2016-03-16 17:28:17
2016年,范围内VR商业化、普及化的浪潮正在向我们走来。VR是一场交互方式的新革命,人们正在实现由界面到空间的交互方式变迁,这样的交互极其强调沉浸感,而用户想要获得完全的沉浸感,真正“进入”虚拟世界,动作捕捉系统是必须的,可以说动作捕捉技术是VR产业隐形钥匙。
目前动作捕捉系统有惯性式和光学式两大主流技术路线,而光学式又分为标定和非标定两种。那么我们可以将动作捕捉系统分为以下三大主类:基于计算机视觉的动作捕捉系统(光学式非标定)、基于马克点的光学动作捕捉系统(光学式标定)和基于惯性传感器的动作捕捉系统(惯性式)。接下来我们对这三种形式的动作捕捉系统进行简单的解析。
1.基于计算机视觉的动作捕捉系统
该类动捕系统比较有代表性的产品分别有捕捉身体动作的Kinect,捕捉手势的Leap Motion和识别表情及手势的RealSense实感。
基于计算机视觉的动作捕捉系统进行人体动作捕捉和识别,可以利用少量的摄像机对监测区域的多目标进行监控,较高;同时,被监测对象不需要穿戴任何设备,约束性小。
然而,采用视觉进行人体姿态捕捉会受到外界环境很大的影响,比如光照条件、背景、遮挡物和摄像机质量等,在火灾现场、矿井内等非可视环境中该方法则完全失效。另外,由于视觉域的限制,使用者的运动空间被限制在摄像机的视觉范围内,降低了实用性。
2.基于马克点的光学动作捕捉系统
具有代表性的是美国的Motion Analysis。
基于马克点的光学动作捕捉系统采集的信号量大,空间解算算法复杂,其实时性与数据处理单元的运算速度和解算算法的复杂度有关。且该系统在捕捉对象运动时,肢体会遮挡标记点,另外对光学装置的标定工作程序复杂,这些因素都导致变低,价格也相对昂贵。
基于马克点的光学动作捕捉系统可以实现同时捕捉多目标。但在捕捉多目标时,目标间若产生遮挡,将影响捕捉系统甚至会丢失捕捉目标。
代表性的产品有诺亦腾开发的Perception Neuron。
基于惯性传感器的动捕系统采集到的信号量少,便于实时完成姿态跟踪任务,解算得到的姿态信息范围大、灵敏度高、动态性能好,且惯性传感器体积小、便于佩戴、价格低廉。相比于上面提到的两种动作捕捉系统,基于惯性传感器的动作捕捉系统不会受到光照、背景等外界环境的干扰,又克服了摄像机监测区域受限的缺点,并可以实现多目标捕捉。
但是由于测量噪声和游走误差等因素的影响,惯性传感器无法长时间地对人体姿态进行的跟踪。
4.各解决方案对比
,我们可以通过下面的表格对这几种动作捕捉系统进行简单的对比:
版权与免责声明
凡本网注明“出处:维库电子市场网”的所有作品,版权均属于维库电子市场网,转载请必须注明维库电子市场网,https://www.dzsc.com,违反者本网将追究相关法律责任。
本网转载并注明自其它出处的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品出处,并自负版权等法律责任。
如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
- 等电位端子箱是什么_等电位端子箱的作用2025/8/1 11:36:41
- 基于PID控制和重复控制的复合控制策略2025/7/29 16:58:24
- 什么是树莓派?一文快速了解树莓派基础知识2025/6/18 16:30:52
- 什么是有机液分析与有机液知识介绍2025/6/7 16:31:44
- FPGA中的双线性插值算法2025/5/29 17:16:30