3D远场激光雷达传感和计算机建模用于人类识别.

科学领域:

• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术
• 生物识别信息 生物识别信息

背景情况:

• 现有的3D深度传感器范围有限,限制了人类识别应用.
• 远场3D成像带来了诸如低分辨率和数据稀缺等挑战.

研究的目的:

• 从远程3D Lidar全动作视频 (FMV) 开发自动化人体轮和骨提取的计算模型.
• 通过远场3D激光雷达数据实现对象识别,解决闭塞和低分辨率问题.

主要方法:

• 使用远程3D激光雷达传感器捕捉行走对象的远场3D FMV.
• 开发了一个矩阵完成算法,以处理因自我封闭和主体封闭引起的缺失3D数据.
• 研究噪音对从低分辨率远场3D立体雷达数据中提取轮的影响.

主要成果:

• 成功地从具有挑战性的远场3D激光雷达数据中提取了人类轮和骨.
• 证明了该算法的竞争力与OpenPose和V2VPose等最先进的人类识别模型相比.
• 对10个受试者的数据集进行了评估,显示了强大的识别能力.

结论:

• 拟议的方法有效地解决了用于人类识别的远场3D激光雷达数据处理方面的挑战.
• 这项工作提升了3D激光雷达传感器在人类主体分析和识别方面的功能.
• 矩阵完成算法为处理3D运动分析中的封闭数据提供了可行的解决方案.