研究目的
基于多台Kinect的骨架融合来识别人体姿态,以解决遮挡、数据缺失和误差问题。
研究成果
该方法通过融合多个Kinect设备的骨架数据,有效识别人体姿态,克服了单Kinect系统存在的遮挡、数据缺失和误差等局限。该方案提升了人体姿态识别的准确性与可靠性,适用于人机交互和电子游戏等领域。
研究不足
该方法依赖于Kinect传感器的精度和骨架融合算法的有效性。潜在误差可能源于坐标转换过程以及实验设置的物理限制。
研究目的
基于多台Kinect的骨架融合来识别人体姿态,以解决遮挡、数据缺失和误差问题。
研究成果
该方法通过融合多个Kinect设备的骨架数据,有效识别人体姿态,克服了单Kinect系统存在的遮挡、数据缺失和误差等局限。该方案提升了人体姿态识别的准确性与可靠性,适用于人机交互和电子游戏等领域。
研究不足
该方法依赖于Kinect传感器的精度和骨架融合算法的有效性。潜在误差可能源于坐标转换过程以及实验设置的物理限制。
加载中....
您正在对论文“[IEEE 2018年第37届中国控制会议(CCC) - 武汉(2018.7.25-2018.7.27)] 2018年第37届中国控制会议(CCC) - 基于多Kinect骨架融合的人体姿态识别”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期