相关实验视频
Updated: Jul 8, 2025
08:16
Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
13.4K
在没有任何标记器的情况下评估空手道表演者的位置估计系统
概括
这项研究评估了使用HoloLens 2进行空手道训练的无标记运动捕捉系统. 该系统在小动作中显示出高精度,这对于开发增强现实空手道应用程序至关重要.
科学领域:
- 运动科学 运动科学 运动科学
- 计算机视觉 计算机视觉
- 人与计算机的交互
背景情况:
- 空手道日益普及,需要先进的训练和分析工具.
- 增强现实 (AR) 系统提供了提高空手道训练和观众参与度的潜力.
- 准确的运动捕捉对于开发有效的AR空手道应用程序至关重要.
研究的目的:
- 评估一种无标记器的运动捕捉系统,用于估计使用HoloLens 2的空手道表演者的全身位置和姿势.
- 评估使用ThreeDPoseUnityBarracuda用于实时姿势估计而无需身体附件的可行性.
主要方法:
- 使用HoloLens 2来捕捉表演者的动作.
- 采用了三个DPoseUnityBarracuda框架来估计联合位置和姿势.
- 根据惯性三维运动捕捉系统验证了估计的关节位置.
主要成果:
- 无标记运动捕捉系统在小表演者运动中表现出高精度.
- 关节位置估计中的中位误差在右手的x坐标上最大为0.24m.
- 准确性随着空手道的特征更大,更有活力的运动而下降.
结论:
- 基于HoloLens 2的无标记运动捕捉系统是空手道训练应用程序的一个有前途的工具.
- 需要进一步的改进,以提高在大型复杂的空手道运动中精度.
- 这项技术可以推进对武术的交互式AR体验的开发.
