考纳斯科技大学(KTU)的研究人员提出了一种基于深度学习的三维人体形状重建方法,当原始图形仅部分可见时。该方法成本相对较低,对获得的图像进行了高压缩,并且易于与现有的虚拟现实工具集成。该方法是使用真实数据集开发的。临床试验正在进行中。 目前用于VR的3D图像重建解决方案包含多个摄像头的复杂配置,并且需要高水平的计算能力来处理图像。研究人员说,这可能会使完整的物体重建变得不切实际,而且成本高昂。
为了解决这些问题,由KTU多媒体工程系首席研究员Rytis Maskeliunas领导的计算机科学家团队提出了一种基于深度学习的方法,可以从深度视图重建完整的人体姿势点云。他们采用三级对抗式深度神经网络来处理深度传感器噪声,并对深度传感器数据进行细化,以实现全三维人体形状重建。
该团队使用多个受试者进行身体康复训练的记录作为实验数据集。两台商用深度相机被用来从正面和侧面拍摄受试者。
Maskeliunas说:“摄像机只能看到图像的一部分:如果它拍摄的是正面视图,那么后面的视图是看不见的;如果有什么东西挡住了视图,摄像机就看不到后面的东西。因此,我们使用人工智能来重建图像的不可见部分。”
人工智能训练采用五阶段重建法。结果得到专家验证,专家观察到网络重建的结果只有少量缺陷,主要是在肢体末端附近。
解决方案是,Maskeliunas和他的团队目前正在为医学领域开发的几个改善的应用程序。 Maskeliunas表示,在医疗保健领域,当需要實現诊断与脊柱损伤有关的各种创伤以及其他各种功能時,人的3D图像至关重要。
“例如,医生可能会要求患者执行一项简单的任务,比如触摸他们的鼻子或旋转他们的肩膀。为了全面了解患者是如何弯曲、扭转以及他们的姿势是如何变化的,医生需要将他们视为一个三维主体,以便能够从各个侧面和角度观察他们,” Maskeliunas说。他补充说,工具的可用性和所提出的解决方案可以轻松集成的各种应用程序,可以使开发的方法成为三维图像重建的首选方法。这项研究发表在《IEEE传感器杂志》上。 |
联系我们|本论坛只支持PC端注册|手机版|小黑屋|吾爱光设 ( 粤ICP备15067533号 )
GMT+8, 2025-5-1 15:57 , Processed in 0.109375 second(s), 17 queries .
Powered by Discuz! X3.5
© 2001-2024 Discuz! Team.