| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 721 | 一种预警刚体之间相似度的方法、设备及光学动作捕捉系统 | CN202110787006.8 | 2021-07-12 | CN113610979B | 2023-12-01 | 黄少光; 许秋子 |
| 本发明公开了一种预警刚体之间相似度的方法，通过获取刚体标记点的3D位置信息集合，分别取任意两个刚体的3个标记点和2个标记点的坐标集合，判断标记点之间边长组成的三角形是否为相似三角形或者判断边长是否为相似边长；计算从任意两个刚体的所有标记点集合中任意取3个标记点时或2个标记点时的组合可能数，得到三角形个数相似度或相似边长个数相似度；建立任意两个刚体上的所有对应两条边长集合之间的相似矩阵，得到两个刚体之间最大匹配点数；结合三角形个数相似度、相似边长个数相似度和最大匹配点数，完成刚体之间相似度的预警。通过该方法，能提前给出绑定的刚体之间相似度过高的预警信息，且预警正确率能达90％以上。 | ||||||
| 722 | 一种基于动作捕捉的机械臂标定方法、系统及机械臂 | CN202311245557.7 | 2023-09-26 | CN117067214A | 2023-11-17 | 谭雯; 赵洪宇; 蔡萌萌; 刘鹏; 李朝铭; 刘来波; 崔欣; 姬克勇 |
| 本发明公开了一种基于动作捕捉的机械臂标定方法、系统及机械臂，属于机械臂标定技术领域，该方法基于动作捕捉系统实现机械臂的标定，具体实现方式如下：动作捕捉系统的自标定，设置捕捉系统的坐标系和零点位置；动作捕捉系统与机械臂坐标系转换关系的标定，基于机械臂末端法兰盘中心点位置采样数据，获取机械臂采样数据和动作捕捉系统采样数据，并计算动作捕捉系统与机械臂系统的坐标转换关系；根据机械臂采样数据和动作捕捉系统采样数据构建矩阵，并对矩阵进行奇异值分解，最终得到动作捕捉系统与机械臂的矩阵转换关系。本发明通过结合动作捕捉系统的数据，实现机械臂的精确标定，以确保其在各种任务中的精确性和可靠性。 | ||||||
| 723 | 一种通过动作捕捉建立预测康复模型的康复训练系统 | CN202310777514.7 | 2023-06-28 | CN116831869A | 2023-10-03 | 杨庆妮; 张秀兰 |
| 本发明涉及康复训练技术领域，具体涉及一种通过动作捕捉建立预测康复模型的康复训练系统，包括固定座、调节组件、检测组件、防护组件和控制组件；所述固定座内部左右两侧固定安装有调节组件；所述检测组件固定安装在调节组件上；所述防护组件固定安装在固定座任意一侧；所述调节组件、检测组件和防护组件与控制组件电连接；本发明解决了现有的康复训练系统中，患者每次进行康复训练时，需要手动进行调节各种参数，无法根据患者自身下肢的运动情况进行自动调节，同时，康复训练系统无法根据患者的腿部的长度进行自动调节；实现了可根据患者自身下肢的运动情况进行自动调节以及根据患者的腿部的长度进行自动调节。 | ||||||
| 724 | 一种光学动作捕捉系统三维轨迹异常点抑制和处理方法 | CN202310899897.5 | 2023-07-21 | CN116612243B | 2023-09-15 | 陈超; 石海军; 邓科 |
| 本发明涉及光学动作捕捉系统技术领域，且公开了一种光学动作捕捉系统三维轨迹异常点抑制和处理方法，包括以下步骤：S1：图像动态自适应去背景；S2：识别并筛选marker点；S3：相机帧时间同步和超前帧恢复；S4：三维点重建，使用三角测量法对每个marker点进行三维重建，计算三维坐标，多帧连续的三维坐标组成轨迹线；S5：轨迹异常点识别和处理；S6：轨迹噪声平滑，使用卡尔曼滤波实现。该光学动作捕捉系统三维轨迹异常点抑制和处理方法，通过图像动态自适应去背景，在不干扰marker点提取的前提下，去除相对静态干扰因素，极大提高marker点识别的准确率，抑制三维重建异常点的生成。 | ||||||
| 725 | 在场景中的人体动作捕捉方法、装置、介质及设备 | CN202310483296.6 | 2023-04-28 | CN116543457A | 2023-08-04 | 温程璐; 林希平; 戴雨笛; 林逸泰; 沈思淇; 王程 |
| 本申请的实施例提供了一种在场景中的人体动作捕捉方法、装置、介质及设备。该方法包括：获取目标对象的第一IMU数据、以及观测人员针对目标对象捕捉到的点云数据和图像；根据第一IMU数据对目标对象进行动作估计，得到目标对象对应的人体动作；将点云数据与图像进行对齐；基于激光雷达自身的第二IMU数据，估计激光雷达的运动轨迹信息，并根据运动轨迹信息和对齐后的点云数据构建三维场景网格；根据人体场景接触约束项、平滑约束项、姿态先验约束项以及网格到点约束项对人体动作和三维场景网格进行优化，以得到优化后的人体动作和三维场景网格。本申请实施例的技术方案提高对场景和人体动作的捕捉精度，保证捕捉到的数据的准确性。 | ||||||
| 726 | 一种基于人工智能的单相机实时三维动作捕捉算法 | CN202310514598.5 | 2023-05-09 | CN116524597A | 2023-08-01 | 陈翔 |
| 本发明公开了一种基于人工智能的单相机实时三维动作捕捉算法，本发明提出的算法实现了对特定物体和人体的三维运动进行实时捕捉；与现有技术和算法相比，本发明提出的基于人工智能中的深度卷积神经网络算法具备现有最先进移动端人体动作捕捉方法的精准度和效率；与现阶段常用的三维动作捕捉方法中使用的专业、昂贵的硬件设施相比，本申请提出的算法只需要单个移动端相机即可实现实时三维动作捕捉；本发明还提出了基于人工智能中机器学习的算法，实现了在捕捉、分析、积累数据的同时更新现有的深度卷积神经网络算法，从而实现了算法本身在应用中的持续自优化和自更新，解决了开发和更新算法的难点。 | ||||||
| 727 | 基于动作捕捉的三维数字孪生内容智能制作方法 | CN202310790071.5 | 2023-06-30 | CN116522096A | 2023-08-01 | 彭中莲 |
| 本发明涉及三维模型制作技术领域，尤其涉及基于动作捕捉的三维数字孪生内容智能制作方法，本发明通过从制作前的准备和制作后内容评估两个角度进行全面性分析，即对制作前的动作捕捉设备和采集传输器进行监管，以便为后续的三维数字孪生内容制作提供数据支持，有助于保证动作捕捉的精度和数据采集的有效性以及全面性，通过采集动作捕捉设备的运行数据，并进行运行监管评估分析，以保证动作捕捉设备的预警效果，且通过从延误风险值和运行风险值两个维度对数据采集传感器进行风险评估，有助于提高分析结果的准确性，同时解决采集传输器监管力度低的问题，进而提高采集传感器采集数据的有效值和精准性。 | ||||||
| 728 | 一种基于动作捕捉技术的数字人形象驱动方法及系统 | CN202310443779.3 | 2023-04-23 | CN116452712A | 2023-07-18 | 廖一鸣 |
| 本发明公开了一种基于动作捕捉技术的数字人形象驱动方法，包括：获取数字人数据包和驱动数据包并解析，得到数字人形象信息；构建3D角色预处理模型，将预处理模型与数字人数据包融合得到处理后的角色形象信息，接收动作捕捉的数据并处理；对数字人形象的脸部进行归位去皮校准，获得校准后的脸部特征数据，为每个脸部特征数据添加表情特征系数，调节数字人每个表情的动作幅度；调用渲染引擎并在所调用的渲染引擎中根据所述驱动数据包驱动预先渲染的数字人；获取用户的语音数据并语音处理及分析，得到分析结果并根据所述分析结果进行响应，同时将所述分析结果发送至服务器。本发明提高了数字人形象的驱动智能化程度，提升了驱动效率和效果。 | ||||||
| 729 | 基于单目视频的多阶段人体动作捕捉方法、设备及介质 | CN202310329938.7 | 2023-03-30 | CN116386141A | 2023-07-04 | 王利民; 田雅婷; 武港山 |
| 基于单目视频的多阶段人体动作捕捉方法、设备及介质，对于固定相机情境下拍摄的单目RGB视频，将人体动作捕捉分为多个阶段：第一阶段使用人体姿态检测器对输入的单目视频逐帧估计二维的人体关节点；第二阶段利用深度学习来获取视频序列中的空间与时序信息，学习从二维的人体关节点到相机空间中的三维人体关节点的映射关系，并感知人体在三维空间中的运动轨迹和触地情况；第三阶段引入反向运动学思想，通过制定合理的惩罚策略，将三维的人体网格模型拟合到三维骨骼上，以更真实地刻画运动序列。本发明显著地提升重建出的人体模型与输入的RGB图像的对齐程度，并且更加真实地估计双脚与地面的接触情况，视觉上有明显的提升。 | ||||||
| 730 | 融合关节捕捉的三流自适应图卷积模型的动作识别方法 | CN202310306777.X | 2023-03-27 | CN116343334A | 2023-06-27 | 冯宇平; 周青霞; 高帅; 安文志; 李云文; 戴家康; 陶康达 |
| 本发明涉及图像识别技术领域，具体涉及一种融合关节捕捉的三流自适应图卷积模型的动作识别方法。本发明步骤如下：S1、使用空间注意力模块来处理帧内关节信息和骨骼位置信息的动态相关性；使用时间注意力模块来关注帧间骨骼运动信息的特征相关性；S2、利用高斯嵌入函数处理关节信息，在高斯嵌入函数归一化操作后加入一维卷积层来聚合CNN通道维度，在邻接矩阵后加入动态比例系数帮助模型有效收敛，引入骨骼运动信息构建三流自适应图卷积模型；S3、采用Openpose姿态估计算法对输入的视频帧进行特征提取，得到骨架数据，用三流自适应图卷积模型进行行为识别。本发明所提出的模型在人体动作识别方面的准确率具有优势。 | ||||||
| 731 | 基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器 | CN202310312640.5 | 2023-03-28 | CN116342767A | 2023-06-27 | 张洋瑞; 凌力 |
| 本发明属于图形学技术领域，具体为一种基于动作捕捉数据隐变量傅里叶分析的角色动画自编码器。本发明的角色动画自编码器包括其结构包括编码器、解码器，两者中还有一个特别设计的隐变量序列正弦重建层；即角色动画序列经编码器生成隐变量序列x(n)，再经过隐变量序列正弦重建层重构，最后进入解码器进行解码。隐变量序列正弦重建层尝试用一个正弦波Acos(2πfn‑p)+b去近似x(n)，幅值A和相移p能够描述运动的幅度和时机，构成运动的相位空间表示。用相位空间表示和角色动作捕捉数据一起训练一个动作合成网络，能够使得动作合成网络生成逼真的角色动画动作。 | ||||||
| 732 | 基于毫米波的睡眠动作捕捉方法、装置、设备及存储介质 | CN202310570275.8 | 2023-05-19 | CN116311539A | 2023-06-23 | 谢俊 |
| 本发明涉及智能监控技术，揭露了一种基于毫米波的睡眠动作捕捉方法、装置、设备及存储介质。所述方法包括：对毫米波雷达拍摄的监控区域的实时监控图像进行监控；当监控区域存在物体变动时，截取实时监控图像中的动作图像序列；利用预训练的睡眠动作监控模型对所述动作图像序列进行动作识别，得到动作识别结果，并根据所述动作识别结果，对所述动作图像序列中的图像特征序列进行基于独立性的分类操作，得到动作独立特征集合；对动作独立特征集合进行识别，得到动时微小动作集合；当监控区域中没有存在物体变动时，利用短时傅里叶变换算法识别所述实时监控图像中的静时微小动作集合。本发明可以提高对微小动作捕捉的准确性，提高睡眠监测质量。 | ||||||
| 733 | 手部模型生成方法、装置、终端设备及手部动作捕捉方法 | CN201980005240.1 | 2019-07-04 | CN111433783B | 2023-06-06 | 杭建伟; 赵晓琴; 许秋子 |
| 本申请公开了一种手部模型生成方法、装置、终端设备及手部动作捕捉方法系统，其中，该手部模型生成方法包括：建立三维坐标系，将预设的手部模型投影到所述三维坐标系中第一轴、第二轴构成的平面上，得到初始手部模型；将当前用户手掌所在平面与所述三维坐标系中第一轴、第二轴构成的平面重合，且所述用户所有手指初始朝向第一轴；根据接收到的当前用户的手部动作数据以及所述初始手部模型，计算当前用户的掌骨展开幅度、手指指节长度，生成中间手部模型；确定所述中间手部模型每根手指指节的指节旋转中心；根据所述掌骨展开幅度、手指指节长度以及每根手指指节的指节旋转中心，生成最终手部模型。 | ||||||
| 734 | 动作捕捉数据获取方法及装置、存储介质、计算机设备 | CN202211141444.8 | 2022-09-20 | CN116152401A | 2023-05-23 | 邓前; 诸寅嘉 |
| 本申请公开了一种动作捕捉数据获取方法及装置、存储介质、计算机设备，该方法包括：获取目标角色三维模型，并在所述目标角色三维模型的模型顶点中确定捕捉部位对应的目标顶点；基于所述目标角色三维模型的顶点动画数据，播放所述目标角色三维模型的顶点动画，并获取所述顶点动画的至少一帧动作图像以及所述动作图像对应的模型顶点数据；依据所述模型顶点数据中所述目标顶点的顶点信息，确定捕捉部位信息，并构建三维重建模型的动作捕捉样本集，其中，所述动作捕捉样本集包括至少一组样本，每组样本包括一张动作图像样本及其对应的捕捉部位信息样本。本申请有助于降低数据获取成本以及提高数据准确性。 | ||||||
| 735 | 一种基于人脸动作捕捉技术的虚拟角色处理系统及方法 | CN202310009789.6 | 2023-01-05 | CN115797523B | 2023-04-18 | 祁江源; 段尧 |
| 本发明公开了一种基于人脸动作捕捉技术的虚拟角色处理系统及方法，属于虚拟角色处理技术领域；根据计算获取的眼迁值可以获取到眼部的变化以及变化程度，可以为不同笑容的状态分析提供可靠的数据支持；根据计算获取的眉迁值可以获取到眉部在竖直方向的变化以及变化程度，可以为不同异常表情的状态分析提供可靠的数据支持；根据计算获取的嘴迁值可以获取到嘴部在不同方向的变化以及变化程度，可以从另一方面为不同笑容的状态分析提供可靠的数据支持；本发明用于解决现有方案中不能将捕捉的人脸动作通过虚拟角色进行应用以及动态展示，导致虚拟角色处理应用的整体效果不佳的技术问题。 | ||||||
| 736 | 一种基于IMU的人体动作捕捉方法、系统及存储介质 | CN202310033123.4 | 2023-01-10 | CN115868967A | 2023-03-31 | 王天; 郭小宝; 叶广兴 |
| 本发明涉及机器人设备领域，具体为一种基于IMU的人体动作捕捉方法、系统及存储介质，本发明通过对IMU采集的人体动作数据进行坐标系转换、低通滤波、四元数归一化处理、转换为镜像姿态、进行帧率插值处理、矩阵变换递推活动关节的姿态从而计算关节角度，可根据IMU获取的数据计算得到人体动作过程中的所有关节的关节角度，用于实现人体动作的精准捕捉和识别，从而为病人的治疗提供更科学的诊断依据。 | ||||||
| 737 | 基于神经网络的动作捕捉系统的速度精度优化方法及系统 | CN202310120726.8 | 2023-02-16 | CN115861592A | 2023-03-28 | 栾俊达; 乔波; 杨坤; 姚帅; 王忠新; 余茜茜; 李南阳; 方世世 |
| 本发明公开了一种基于神经网络的动作捕捉系统的速度精度优化方法及系统，其中方法包括如下步骤，获取速度精度、获取动作捕捉系统的参数、生成神经网络、优化速度精度。本发明提供的对动作捕捉系统速度精度进行优化的技术方案通过考虑动作捕捉系统本身因素带来的影响，如标记点距离动作捕捉相机的距离、标记点运动方向与动作捕捉相机朝向的关系等，结合速度传感器测量动态标记点实际的速度计算实际速度精度，将其引入神经网络中进行训练，对动作捕捉系统测量的动态标记点速度进行优化，由此可以得到更可靠的速度测量结果。 | ||||||
| 738 | 一种基于工业相机的篮球运动员动作捕捉分析装置 | CN202110799128.9 | 2021-07-15 | CN113420715B | 2023-03-24 | 李云成; 周继锋; 密福煜; 周济波; 丁焕香; 王洪妮 |
| 本发明公开了一种基于工业相机的篮球运动员动作捕捉分析装置，包括步幅步频采集模组，定点跳投采集模组，上篮动作捕捉分析模组，所述步幅步频采集模组、定点跳投采集模组和上篮动作捕捉分析模组接入用于篮球运动员动作的全局分析计算机，姿势划分打标模组，命中率计量模组，线上统计模组，本发明的基于工业相机的篮球运动员动作捕捉分析装置，根据篮球运动员自身身体数据进行步幅步频规划，并形成肌肉记忆，从而辅助运动员找到运球和投篮节奏，另外，通过对定点跳投姿势进行特征性规划，从而得到适合个体的投射的肌肉记忆训练方案。 | ||||||
| 739 | 一种基于动作捕捉系统的动态脊柱盆骨参数获取方法 | CN202211670103.X | 2022-12-25 | CN115813348A | 2023-03-21 | 张冬阳; 王兆瀚; 吴兵; 王征; 王岩; 张群; 季毅君; 张海威 |
| 本发明涉及一种基于动作捕捉系统的动态脊柱盆骨参数获取方法，所述方法包括以下步骤：在受试者骨骼对应的体表位置设置反光小球；受试者在步骤一的基础上拍摄X光片；根据X光片计算出初始的脊柱盆骨参数以及反光小球与人体骨头的相对关系；基于步骤三中在动作捕捉系统中添加骨骼模型，并在动作捕捉系统中添加虚拟小球；受试者在动作捕捉场景中做任意运动，进行脊柱盆骨参数的动态计算。与现有技术相比，本发明通过动作捕捉系统获得动态脊柱盆骨的数据，从而计算医学上的脊柱盆骨参数，受试者在动作捕捉场景中任意运动，便可得到动态的脊柱盆骨参数，有助于医生更有效的分析病人脊柱状况，制定更佳的治疗方案。 | ||||||
| 740 | 一种基于人脸动作捕捉技术的虚拟角色处理系统及方法 | CN202310009789.6 | 2023-01-05 | CN115797523A | 2023-03-14 | 祁江源; 段尧 |
| 本发明公开了一种基于人脸动作捕捉技术的虚拟角色处理系统及方法，属于虚拟角色处理技术领域；根据计算获取的眼迁值可以获取到眼部的变化以及变化程度，可以为不同笑容的状态分析提供可靠的数据支持；根据计算获取的眉迁值可以获取到眉部在竖直方向的变化以及变化程度，可以为不同异常表情的状态分析提供可靠的数据支持；根据计算获取的嘴迁值可以获取到嘴部在不同方向的变化以及变化程度，可以从另一方面为不同笑容的状态分析提供可靠的数据支持；本发明用于解决现有方案中不能将捕捉的人脸动作通过虚拟角色进行应用以及动态展示，导致虚拟角色处理应用的整体效果不佳的技术问题。 | ||||||
QQ群二维码
意见反馈
意见反馈