支持全身虚拟表示的动作捕捉系统在虚拟现实中具有重要意义。与基于视觉的方法相比，从稀疏追踪信号中估计全身姿态不受环境条件或拍摄范围的限制。然而，现有方法要么面临需在骨盆和下半身佩戴额外传感器的挑战，要么依赖外部视觉传感器来获取关键关节的全局位置。为了提升该技术在虚拟现实应用中的实用性，本文提出仅使用三个惯性测量单元（IMU）传感器（分别佩戴在头部和双手腕上）所采集的惯性数据进行全身姿态估计，从而降低硬件系统的复杂度。在本研究中，提出了一种名为 Progressive Inertial Poser（ProgIP）的全身姿态估计方法。该方法结合了神经网络估计与人体动态模型，考虑了人体运动的层级运动链结构，并采用多阶段逐步加深的网络结构，在实时性与精度之间取得平衡。编码器部分结合了Transformer编码器与双向长短期记忆网络（TE-biLSTM），灵活捕捉惯性序列的时间依赖性；解码器则基于多层感知机（MLPs），对高维特征进行转换，并准确映射为Skinned Multi-Person Linear（SMPL）模型的参数。在多个公开数据集上的定量与定性实验结果表明，ProgIP在相同输入条件下的性能优于现有的先进方法，并且其表现可与使用六个IMU传感器的最新方法相媲美。

图文：朱尊杰

排版：俞   航

审核：江劭玮

责编：张   涵

发布：张霆岳