高精度非接觸式體感數據採集儀研製

《高精度非接觸式體感數據採集儀研製》是依託西安電子科技大學，由石光明擔任項目負責人的專項基金項目。

基本介紹

• 中文名：高精度非接觸式體感數據採集儀研製
• 項目類別：專項基金項目
• 項目負責人：石光明
• 依託單位：西安電子科技大學

中文摘要

和諧自然的人機互動是現代信息社會發展的必然趨勢, 而實時體感數據是和諧自然人機互動的重要前提和基礎, 獲取人體運動數據成為推動和諧自然智慧型人機互動技術發展的關鍵。目前體感數據獲取的精度、實時性還無法滿足自然人機互動和感知人體微小動作語義的需求，這已成為制約智慧型人機互動技術發展的瓶頸。本項目首先結合人體運動骨架模型，通過產生自適應動態結構光獲取初步深度圖像，經稀疏編碼修補，並融合彩色圖像序列信息，形成高解析度、高精度深度圖；其次基於該深度圖及運動骨架模型，融合多源異構數據，準確魯棒地計算體感數據；最後結合專用指令處理器ASIP構造多粒度並行處理結構，實時輸出高精度體感數據，並完成採集儀器的研製，使得感知人體微小動作語義成為可能。該研究可以推動計算機科學、信號信息處理、機器人視覺、信息感知等學科的發展，並為未來我國在國際體感技術和產業的發展中占據主導地位提供理論和技術基礎以及設備保證。

結題摘要

和諧自然的人機互動是現代信息社會發展的必然趨勢, 而實時體感數據獲取是人機互動的重要前提和關鍵。目前體感數據獲取的精度、實時性還無法滿足自然人機互動和感知人體微小動作語義的需求，這已成為制約智慧型人機互動技術發展的瓶頸。本項目在高精度非接觸式體感數據獲取方面展開了深入的研究，重點突破體感深度數據獲取中實時處理與精度的瓶頸，首先在模板設計、匹配方法、精度提高開展工作，先後提出了基於黑白條紋結構光、基於隨機模板以及基於混頻結構光等一系列創新性的深度獲取方法，實現了亞像素級的毫米級體感深度數據獲取。在體感數據計算方面，提出了基於測地距離像素聚類和稀疏回歸模型的人體姿態估計方法、基於子空間聚類的人體部位分割方法以及拉普拉斯低秩表示的人體行為分析模型；提出了基於時空語義度量的手勢相似度度量方法用於手部資料庫檢索；提出了多解析度級聯樹結構模型的面部特徵點定位檢測方法。最終研製出高精度非接觸式體感數據採集儀。研製了高精度非接觸式體感數據採集儀，該採集儀的最優深度測量精度優於5mm，深度圖像解析度達到了2K*2K，最大流輸出率可達30fps，測量距離能夠兼顧0.3-6米，對人體骨架特徵點數為16，臉部特徵點數可達46點，手部特徵點數為11×2。該研究推動計算機科學、信號信息處理、機器人視覺、信息感知等學科的發展，並為未來我國在國際體感技術和產業的發展中占據主導地位提供理論和技術基礎以及設備保證。