Centre de documentation
scientifique

Dynamic human body reconstruction and motion tracking with low-cost depth cameras / Kangkan Wang in The Visual Computer, vol 37 n° 3 (March 2021)  

Public [article]  inThe Visual Computer > vol 37 n° 3 (March 2021) . - pp 603 - 618 Titre : Dynamic human body reconstruction and motion tracking with low-cost depth cameras Type de document : Article/Communication Auteurs : Kangkan Wang, Auteur ; Guofeng Zhang, Auteur ; Jian Yang, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 603 - 618 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] appariement de formes [Termes IGN] déformation de projection [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] filtrage spatiotemporel [Termes IGN] maillage [Termes IGN] modèle dynamique [Termes IGN] modélisation 3D [Termes IGN] objet mobile [Termes IGN] reconstruction d'objet [Termes IGN] squelettisation Résumé : (auteur) We present a novel approach for dynamic human body reconstruction and motion tracking using low-cost depth cameras. Our reconstruction system is able to produce a sequence of dynamic 3D human body models from the noisy input depth data. To accurately align the template model with noisy input data, we combine skeleton-driven deformation and mesh deformation techniques to enhance the registration robustness to depth missing, occlusions, and severe noise. In addition, a novel data-driven 3D human body model is introduced to efficiently reconstruct human body models with wide shape and pose variations only using a limited number of training databases with standard standing pose. We perform quantitative and qualitative experiments to evaluate our method and compare it with other methods for body reconstruction on both synthetic and real datasets. Experimental results demonstrate the effectiveness of the proposed approach. Numéro de notice : A2021-341 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s00371-020-01826-4 Date de publication en ligne : 26/02/2020 En ligne : https://doi.org/10.1007/s00371-020-01826-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97579 [article]