オープンな都市環境に適応するために、知的な体は周囲の人々の体の動きとシーンの構造をリアルタイムで捉える必要があります。従来の認識は、それぞれ長期間のデータドリフトと光と環境の動的な変化に対する感受性の問題を抱える慣性センサーとカメラに基づいていることを意味します。インテリジェントな運転、サービスロボット工学、スポーツトレーニングの分野。
2022年以来、Cheng Wang教授とChenglu Wen教授のチームは、国際アリーナでLidar Human Motion Capture Technologyを提案した最初の人物でした（Lidarcap、CVPR 2022; HSC4D、CVPR 2022; Sloper4D、CVPR 2023）。この出版物であるHISC4Dでは、チームは、大規模な屋内および屋外のオープンシーンで、一人称ビューで多様な2人の相互作用の動きと3Dシーンをキャプチャする方法を突破します。このメソッドは、慣性ガイダンスとLIDARデータを融合することにより、マルチステージのジョイント最適化フレームワークを構築します。これは、慣性ガイダンスによって引き起こされるドリフト問題を効果的に解決し、シーンの再構成の精度を大幅に改善し、空間的、人間の動きと相互作用の捕獲の範囲を拡張します。同時に、最初のマルチモーダルの2人の相互作用データセットがリリースされ、さまざまなシーンタイプと多様化された人間の動きをカバーし、関連する研究分野のトレーニングデータリソースを提供します。Hisc4Dテクノロジーは、CoreセンサーとしてLidarを使用して、人間の動きと3Dシーンを再構築します。同時に、具体化された知性が広大な屋外に行き、群衆に統合するための新しい考え方を開きます。
